免费的ip加速器

介绍一款基于FPGA的CNN硬件加速器IP

随着人工智能(AI)的不断发展，它已经从早期的人工特征工程进化到现在

可以从海量数据中学习，机器视觉、语音识别以及自然语言处理等领域都取得

了重大突破。

CNN(ConvolutionalNeuralNetwork，卷积神经网络)在人工智能领域受到越来

越多的青睐，它是深度学习技术中极具代表性的网络结构之一，尤其在图像处

理领域取得了很大的成功。随着网络变得越来越大、越来越复杂，我们需要大

量的计算资源来对其进行训练，因此人们纷纷将注意力转向FPGA(Field

ProgrammableGateArray，现场可编程门阵列)器件，FPGA不仅具有软件的可

编程性和灵活性，同时又有ASIC高吞吐和低延迟的特性，而且由于具有丰富

的I/O接口，FPGA还非常适合用作协议和接口转换的芯片。

近日KORTIQ公司推出了一款XilinxFPGA的CNN加速器IP——AIScale，

它能够利用实现训练好的CNN网络，比如行业标准的ResNet、AlexNet、Tiny

Yolo和VGG-16等，并将它们进行压缩输出二进制描述文件，可以部署到

Xilinx全系列可编程逻辑器件上。ZynqSoC和ZynqUltraScale+MPSoC器件

PS可以提供数据给AIScaleCNN加速器(PL)，经过分类处理将输出数据给

PS。压缩后的CNN网络占用资源相对小很多，可以部署在片上存储器中，可

以更快更灵活的切换CNN网络。

图1：AIScale在计算机视觉应用案例示意图

AIScale加速器的核心是AIScaleRCC(Re-configurableComputeCore)，用户

根据需求可以灵活自定义AIScaleRCC模块的数量，AIScaleRCC支持卷积预

处理、池化/采样、加权和全连接层等处理。资源更丰富的ZynqSoC和

UltraScale+MPSoC可以集成更多的AIScaleRCC模块，这会给AIScale加速器