{“状态”：“确定”，“消息类型”：“工作”，“信息版本”：“1.0.0”，“讯息”：{“索引”：{“日期-部件”：[[2024,6,10]]，“日期-时间”：“2024-06-10T08:38:04Z”，“时间戳”：1718008684031}，“参考-计数”：20，“出版商”：“计算机协会（ACM）”，“问题”：“3”，“许可证”：[{“开始”：{-“日期-零件”：[2017,7,19]]，时间“：”2017-07-19T00:00:00Z“，“timestamp”：1500422400000}，“content-version”：“vor”，“delay-in-days”：0，“URL”：“http://www.acm.org\/publications\/policys\/corpyright_policy#Background”}]，“funder”：[{“DOI”：“10.13039\/501100001809”，“name”：“国家科学基金”，“DOI-asserted-by”：“crossref”，“award”：[“U1435219，6130370，61402507 and 61402499”]}]，“内容域”用法：{“domain”：[“dl.acm.org”]，“crossmark-restriction”：true}，“short-container-title”：[”acm Trans.Reconfigurable Technol.Syst.“]，”published-print“：{”date-parts“：[[2017,9,30]]}，”abstract“：”深度卷积神经网络（CNN）在各种计算机视觉应用中取得了巨大成功。用于大规模应用程序的最新CNN模型计算量大，内存昂贵，因此主要在服务器CPU和GPU等高性能处理器上处理。然而，在大规模集群或嵌入式系统中，对高精度或实时目标检测任务的需求越来越大，这就需要节能的加速器，因为绿色计算要求或有限的电池限制。由于能量效率和可重构性的优点，现场可编程门阵列（FPGA）作为有线电视新闻网（CNN）加速器得到了广泛的研究。在本文中，我们对每种CNN层类型的计算复杂性和内存占用进行了深入分析。然后提出了一个可扩展的并行框架，该框架在硬件加速中利用了四个级别的并行性。我们进一步提出了一种系统化的设计空间探索方法，以寻求在FPGA约束（如片上存储器、计算资源、外部存储器带宽和时钟频率）下最大化加速器吞吐量的最佳解决方案。最后，我们通过在Xilinx VC709板上优化三个具有代表性的CNN（LeNet、AlexNet和VGG-S）来演示该方法。三个加速器在100MHz工作频率下的平均性能分别为424.7、445.6和473.4GOP，显著优于CPU和以往的工作<\/jats:p>“，”DOI“：”10.1145\/3079758“，”type“：”journal-article“，”created“：{”date-parts“：[[2017,7,20]]，”date-time“：”2017-07-20T17:51:24Z“，”timestamp“：1500573084000}，”page“：“标题”：[“深度卷积神经网络的吞吐量优化FPGA加速器“]，”前缀“：”10.1145“，”卷“：”10“，”作者“：[{”给定“：”志强“，”家族“：”刘“，”序列“：”第一“，”从属“：[}”名称“：”中国湖南长沙国防科技大学“}]}，{”给出“：”勇“，”家人“：”窦“，”顺序“：”附加“，”隶属“：[[{“名称”：“中国湖南长沙国防科技大学“}]}，{“given”：“Jingfei”，“family”：“Jiang”，“sequence”：“additional”，“affiliation”：[{“name”：“National University of Defense Technology，Hunan，China”{]}国防科技大学，中国湖南长沙“}]}，{“给定”：“世杰”，“家族”：“李”，“序列”：“附加”，“隶属关系”：[{“名称”：“中国湖南长沙国防科技大学”}]}中国湖南长沙国防科技大学“}]}，{“given”：“Yingnan”，“family”：“Xu”，“sequence”：“additional”，“affiliation”：[{“name”：“中国湖南长沙国立国防科技大学”}]}]，“member”：“320”，“published-online”：{“date-parts”：[[2017,7,19]]}、“reference”：[}“key”：”e_1_1_1“，”doi-asserted-by“publisher”，“DOI“：”10.1109\/TASLP.2014.2339736“}，{“key”：“e_1_1_2_1”，“DOI-asserted-by”：“publisher”，“DOI”：“10.1109\/92.784091”}，}，“key“：”e_2_1_3_1“，“volume-title”：“第27届国际机器学习会议（ICML\u201910）论文集”，“volution”：“，”DOI-asserted-by“：”publisher“，”DOI“：”10.1145 \/1815961.1815993“}，{“key”：“e_1_2_1_5_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1109 \/MICRO.2014.58”}，“key“：”e_1_i_1_6_1“，”doi-assert-by“：”publisher“，“：”7“，”author“：”Denil Misha“，”year“：”2013“，”journal-title“：”神经信息处理系统的进展“}，{“key”：“e_1_2_1_8_1”，“doi-asserted-by”：“publisher”，”doi“：“10.1109\/FPL.2009.5272559”}，“key“：”e_1_i_1_9_1“，”doi-assert-by“：”publisher“，CVPR.2014.223“}，{“键”：“e_1_2_1_11_1”，“非结构化”：“Alex Krizhevsky Ilya Sutskever和Geoffrey E.Hinton。2012.使用深度卷积神经网络进行Imagenet分类。神经信息处理系统进展。1097年至1105年。亚历克斯·克利舍夫斯基（Alex Krizhevsky）、伊利亚·萨茨克弗（Ilya Sutskever）和杰弗里·欣顿（Geoffrey E.Hinton）。2012.使用深度卷积神经网络进行Imagenet分类。神经信息处理系统进展。1097--1105.“}，{”key“：”e_1_2_1_12_1“，”volume-title“：”第二十届AAAI人工智能会议论文集.2267--2273“，”author“：”Lai Siwei“，”year“：”2015“}”，{“key”：“e_1_i_1_13_1”，“doi-asserted-by”：“publisher”，”doi“：”10.1145\/284263.2847265“}“内政部”：“10.1109\/CVPRW.2014.131”}，{“key“：”e_1_2_1_15_1“，”doi断言“：”publisher“，”doi“：”10.1145\/2847263.2847276“｝，｛”key“：”e_1_1_16_1“，”doi断言“：”publisher“，”doi“：”10.1109\/CVPR.2015.7298594“｝，｛”key“：”e_1_1_17_1“，”doi断言“：”publisher“，”doi“：”10.1145\/22733373.2807412“｝，｛”key“：”e_1_18_1“，”非结构化“：“赛灵思2015。Virtex7-产品表.pdf。https:\/\/www.xilinx.com/support\/documentation\/selection-guides。锡林克斯。2015年。Virtex7-product-table.pdf。https:\/\/www.xilinx.com\/support\/documentation\/selection guides。“}，{”key“：”e_1_1_19_1“，”doi-asserted-by“：”publisher“，“doi”：“10.1109\/CVPR.2015.7298789”}，“{”key“：“e_1_i_1_20_1”，“doi-assert-by”：“publisher”，”doi“：”10.1145\/2684746.2689060“}]，”container-title“：[”ACM Transactions on Reconfigurable Technology and Systems“]，”original-title”：[]，“language”：“en”，“link”：[{“URL”“：”https:\/\/dl.acm.org\/doi\/pdf\/10.1145\/3079758“，”content-type“：”unspecified“，”content-version“：”vor“，”intended-application“：”similarity-checking“}]，”deposed“：{”date-parts“：[[2022,12,31]]，”date-time“：“2022-12-31T08:59:06Z”，”timestamp“：167247714600}，”score“：1，”resource“：”{“primary”：{“URL”：“https:\\/dl”acm.org\/doi\/10.1145\/3079758“}}”副标题“：[]，”短标题“：[]，”已发布“：{”日期部分“：[[2017,7,19]]}，”引用计数“：20，”日志发布“：}”问题“：“3”，”发布-打印“：{”日期部分”：[[2017，9,30]]}}，“alternative-id”：[“10.1145\/3079758”]，“URL”：“http://\/dx.doi.org\/10.1145\/307958”，“关系”：{}，“ISSN”：[“1936-7406”，“1936-74”]，“ISSN-type”：[{“value”：“1936-7.406”，”type“：”print“}，{“value“：“1936-7414”，“type”：“electronic”}]，“subject”：[]，“published”：{“date-parts”：[[2017,7,19]]}，“assertion”：[{“value”：”2016-06-01“，“order”：0，“name”：“received”，“label”：“received”，”group“：{”name“：”publication_history“，”label“：”publication history“}}，{“value”：“2017-03-01”，“orders”：1，“name：“已接受”，“组”：{“名称”：“publication_history“，”label“：”publication history“}}，{”value“：”2017-07-19“，”order“：2，”name“：”published“，”标签“：”published“，”group“：