面向小型边缘计算的深度可分离神经网络模型与硬件加速器设计
Design of depthwise separable neural network models and hardware accelerator for small-scale edge computing
1. 武汉大学 物理科学与技术学院, 武汉 430072
2. 国网信息通信产业集团有限公司, 北京 102211
3. 福建亿榕信息技术有限公司, 福州 350003
4. 工业和信息化部电子第五研究所, 广州 510507
摘要
神经网络参数量和运算量的扩大,使得在资源有限的硬件平台上流水线部署神经网络变得更加困难。基于此,提出了一种解决深度学习模型在小型边缘计算平台上部署困难的方法。该方法基于应用于自定义数据集的深度可分离网络模型,在软件端使用迁移学习、敏感度分析和剪枝量化的步骤进行模型压缩,在硬件端分析并设计了适用于有限资源FPGA的流水线硬件加速器。实验结果表明,经过软件端的网络压缩优化,这种量化部署模型具有94.60%的高准确率,16.64 M的较低的单次推理定点数运算量和0.079 M的参数量。此外,经过硬件资源优化后,在国产FPGA开发板上进行流水线部署,推理帧率达到了366 FPS,计算能效为8.57 GOPS/W。这一研究提供了一种在小型边缘计算平台上高性能部署深度学习模型的解决方案。
基金项目
国家自然科学基金资助项目(62074116,61874079)
广东省基础与应用基础研究基金资助项目(2021A1515110939)
武汉大学珞珈青年学者基金资助项目
电网人工智能模型优化研究项目(SGITYLYRWZXX2202264)
武汉市知识创新专项资助项目(2023010201010077)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.07.0335
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第3期
所属栏目: 系统应用开发
出版页码: 861-865,879
文章编号: 1001-3695(2024)03-032-0861-05
发布历史
[2023-10-12] 优先出版
[2024-03-05] 印刷出版
引用本文
孟群康, 李强, 赵峰, 等. 面向小型边缘计算的深度可分离神经网络模型与硬件加速器设计 [J]. 计算机应用研究, 2024, 41 (3): 861-865,879. (Meng Qunkang, Li Qiang, Zhao Feng, et al. Design of depthwise separable neural network models and hardware accelerator for small-scale edge computing [J]. Application Research of Computers, 2024, 41 (3): 861-865,879. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年,是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术,及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者,读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员,各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅,所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊(北大2023年版)
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊