你的位置:EETOP 赛灵思(Xilinx) 社区 >> >> 全部 >> 详细内容

真正的深度神经网络(DNN)算法演示来了,你见过吗?

发布者:jackzhang 时间:2016-04-13 11:40:13

作者:Kenshin

在SC15大会上一个展位上使用的绿色液体制冷剂引起与会者们的注意,原来是来自苏格兰的Alpha Data公司使用的家乡特产威士忌酒作为水冷剂。当然这不是他们的首要目的,参加本次SC15大会Alpha Data宣传的是基于Xilinx Virtex-7 690T FPGA运行Auviz DNN(Auviz公司开发的在赛灵思 FPGA 上实现卷积神经网络的函数库)算法,并且演示了一个图像分类的Demo。

图1 Alpha Data Auviz DNN图像分类Demo

图1 Alpha Data Auviz DNN图像分类Demo

为了凸显其性能优势上的提升,Alpha Data还与英特尔酷睿i7处理器进行了对比,采用Xilinx FPGA的解决方案每秒可分类1000张图片,功耗只有28W,而采用CPU的解决方案每秒分类200张图片,功耗却高达90W,这样我们可以计算出每瓦特功耗的性能提升了大概16倍。以至于CPU要用到水冷散热系统(上面提到的苏格兰威士忌),而FPGA只需要一个小小的散热片就可以解决散热问题。

图2性能与FPGA型号相关

图2性能与FPGA型号相关

随着图像影音识别到大数据的发展,DNN(深度神经网络)和CNN(卷积神经网络)以及机器学习的研究吸引了大量研究人员,研究神经网络其实是推动人工智能的发展,除了算法的研究,采用的处理器也是研究人员关注的问题。目前主要分为CPU,GPU以及FPGA三种解决方案,曾经GPU受到CNN研究人员的青睐,因为其编程模型应用广泛,如百度公司基于GPU的深度学习CNN在分析网络图像大规模视觉识别数据集是准确率非常高,已处于世界领先水平,根据上文介绍的一样GPU有着同CPU相同的问题,那就是功耗过高,根据研究测试,一个高端的GPU仅能处理4个图像/秒/瓦特,因此更多的研究人员将注意力转移到FPGA。

Auviz Systems公司就是一家专门致力于为数据中心开发基于FPGA应用所用IP的公司。其公司开发的Auviz DNN就是一个可以在FPGA上实现DNN,CNN算法的开发函数库,提供丰富的API函数接口,开发人员可以使用其在FPGA上实现所有类型的DNN和CNN应用。

目前Xilinx又推出了SDAccel开发环境,这样软件开发人员更加容易开发基于FPGA的应用,使用他们熟悉的C/C++语言就可以玩转FPGA,同时又有Auviz Systems公司开发的基于FPGA的函数库,如AuvizDNN等。利用这些研究成果,开发人员就可以开发各种基于CNN的应用,推动机器学习,云端机器学习和人工智能(AI)等领域的发展。

Alpha Data基于Xilinx FPGA深度神经网络应用Demo演示视频:


最新课程

  • 深入浅出玩儿转FPGA

    本视频基于Xilinx公司的Artix-7FPGA器件以及各种丰富的入门和进阶外设,提供了一些典型的工程实例,帮助读者从FPGA基础知识、逻辑设计概念

  • 从零开始大战FPGA基础篇

    本课程为“从零开始大战FPGA”系列课程的基础篇。课程通俗易懂、逻辑性强、示例丰富,课程中尤其强调在设计过程中对“时序”和“逻辑”的把控,以及硬件描述语言与硬件电路相对应的“

  • Verilog基础及典型数字

    课程中首先会给大家讲解在企业中一般数字电路从算法到流片这整个过程中会涉及到哪些流程,都分别使用什么工具,以及其中每个流程都分别做了