Повышение энергоэффективности нейросетевых вычислений с использованием NVDLA на ПЛИС

Носкова, Е.С.; Захаров, И.Е.; Шкандыбин, Ю.Н.; Рыкованов, С.Г.

Samara University Repository

Welcome to the Samara University repository!

This is an open electronic archive created to preserve and disseminate the scientific results of our university. The works of researchers, faculty members, and students are available to everyone for academic and research purposes.

The repository contains dissertations, research articles, educational and methodological materials, monographs, and regulatory documents. The collections cover a wide range of fields: from aerospace technologies, engine engineering, and computer science to history, linguistics, mathematics, and ecology. The archive brings together the scientific heritage of the university, including materials prepared during the period of Samara State Aerospace University and Samara State University.

Looking for publications by author, title, date, or subject? Full-text search will provide relevant results. Want to explore the academic life more closely? Browse materials by the universityâs organizational units.

Descriptions of all publications and articles available in the repository can be found in the libraryâs electronic catalog. Staff and students can log in via the menu "Login -> My Resource Archive" using their personal account credentials (SSAU_id).

Use the archive for study, research, and professional development!

Title:	Повышение энергоэффективности нейросетевых вычислений с использованием NVDLA на ПЛИС
Other Titles:	Towards energy-efficient neural network calculations
Authors:	Носкова, Е.С. Захаров, И.Е. Шкандыбин, Ю.Н. Рыкованов, С.Г.
Issue Date:	Jan-2022
Publisher:	Самарский национальный исследовательский университет
Citation:	Носкова, Е.С. Повышение энергоэффективности нейросетевых вычислений с использованием NVDLA на ПЛИС/ Е.С. Носкова, И.Е. Захаров, Ю.Н. Шкандыбин, С.Г. Рыкованов // Компьютерная оптика. – 2022. – Т. 46, № 1. – С. 160-166. – DOI: 10.18287/2412-6179-CO-914.
Series/Report no.:	46;1
Abstract:	На сегодняшний день актуальна проблема создания высокопроизводительных и энергоэффективных аппаратных платформ для решения задач искусственного интеллекта. Популярным решением этой проблемы является использование ускорителей глубокого обучения для запуска нейросетей, таких как графические процессорные устройства и тензорные процессорные устройства. Компания NVIDIA предлагает программный комплекс NVDLA, позволяющий конструировать нейросетевые ускорители на базе открытого исходного кода. Данная статья описывает полный цикл создания прототипа ускорителя NVDLA на ПЛИС, а также тестирование полученного решения путем запуска на нем нейронной сети Resnet-50. В завершение предоставляется оценка производительности и энергопотребления прототипа NVDLA ускорителя относительно GPU и CPU, результаты которой показывают превосходство NVDLA по многим характеристикам.
URI:	10.18287/2412-6179-CO-914 http://repo.ssau.ru/jspui/handle/123456789/22747
Appears in Collections:	Журнал "Компьютерная оптика"

Files in This Item:

File	Description	Size	Format
18 Носкова-Захаров-Рыкованов_SV(Pics)-KI-Lit-JuN-MI-MA-JuN2.pdf		881.93 kB	Adobe PDF	View/Open

Show full item record