2021-02-27 11:45 來(lái)源:湖南師范大學(xué)新聞網(wǎng) 作者:物電院 點(diǎn)擊:

論文提出的全頻域卷積神經(jīng)網(wǎng)絡(luò)的硬件加速系統(tǒng)
(供稿 物電院)近日,物理與電子科學(xué)學(xué)院特聘教授劉雙龍為第一作者的論文“Accelerating Fully Spectral CNNs with Adaptive Activation Functions on FPGA”在第24屆歐洲設(shè)計(jì)自動(dòng)化與測(cè)試會(huì)議(Design, Automation and Test in Europe, DATE 2021)上發(fā)表,并作會(huì)議口頭報(bào)告(regular presentation)。
歐洲設(shè)計(jì)自動(dòng)化與測(cè)試會(huì)議(DATE)會(huì)議與國(guó)際設(shè)計(jì)自動(dòng)化會(huì)議(DAC)被公認(rèn)為電子設(shè)計(jì)自動(dòng)化領(lǐng)域(EDA)水平最高的兩個(gè)國(guó)際會(huì)議,也是全球電子設(shè)計(jì)與測(cè)試領(lǐng)域著名企業(yè)展覽與專(zhuān)家交流的高水平會(huì)議。原定法國(guó)巴黎舉辦的DATE 2021會(huì)議改為線(xiàn)上舉行,此次會(huì)議共收到來(lái)自于全世界33個(gè)國(guó)家和地區(qū)的2600名作者的766篇投稿論文,其中183篇論文被接收為報(bào)告論文(regular presentation),接受率為24%。
針對(duì)人工智能算法尤其是深度卷積神經(jīng)網(wǎng)絡(luò)的計(jì)算力問(wèn)題,該論文提出了一種基于傅里葉變換的頻域卷積神經(jīng)網(wǎng)絡(luò)的算法設(shè)計(jì)和優(yōu)化方法,并設(shè)計(jì)了面向可編程邏輯器件(FPGA)的高能效硬件架構(gòu)用于加速提出的算法。該論文提出的設(shè)計(jì)方法在多個(gè)圖像數(shù)據(jù)集上得到驗(yàn)證,實(shí)驗(yàn)結(jié)果證實(shí)其具有與傳統(tǒng)卷積神經(jīng)網(wǎng)絡(luò)相媲美的識(shí)別準(zhǔn)確性,并且在論文設(shè)計(jì)的硬件加速器上獲得了高達(dá)4倍到10倍的速度提升,為人工智能算法在面向邊緣計(jì)算時(shí)的計(jì)算力需求提出了新的解決途徑。
我校是該論文的第一署名單位,教授劉雙龍為第一作者,合作單位為英國(guó)帝國(guó)理工學(xué)院。該項(xiàng)研究成果得到國(guó)家自然科學(xué)基金青年科學(xué)基金項(xiàng)目的資助。
會(huì)議與論文鏈接:https://www.date-conference.com/programme/session/11.4
編輯:張凌暄
責(zé)編:馬鐵泉
審核:蔡頌
上一條:我校領(lǐng)導(dǎo)檢查指導(dǎo)學(xué)生返校報(bào)到工作
下一條:《地理學(xué)家的小康夢(mèng)》獲評(píng)教育部關(guān)工委2020年“讀懂中國(guó)”活動(dòng)最佳微視頻
【關(guān)閉】