شماره ركورد
7951
عنوان
مروري برساختار شتابدهنده سختافزاري واستفاده در شبكههاي عصبي مصنوعي براساس پردازش درحافظه
سال تحصيل
1398
استاد راهنما
دكتر حاكم بيت اللهي
چکيده
درچند سال اخير به دليل افزايش دادههاي انبوه و رشد زايدالوصف قدرت محاسباتي ،شبكههاي عصبي مصنوعي عميق (DNN1) مورد توجه مجدد قرار گرفته است وسرمايه گذاري رويكردهاي يادگيري ماشين با موفقيت انجام شده است تحميل چالش هاي شديد پردازش داده ها سرعت و مقياس پذيري در سيستمها ازعوارض لاينفك آن است. رشد صنايع داده محور امروز بيش از هر زمان ديگر مشهود وفراگير شده است .داده كاوي و پردازش داده براساس شبكه هاي عصبي مصنوعي نظير Video Segmentation Image Classification,وبينايي ماشين رشد چشمگيري داشته است.لذا افزايش مصرف توان ومتعاقب آن افزايش مصرف انژي چالشي بزرگ در اين زمينه است.در اين راستا كارايي زماني و مصرف بهينه انرژي از فاكتورهاي تعيين كننده است.
استفاده از شتاب دهنده هاي سختافزاري در نزديك حافظه با لحاظ كردن ملزومات طراحي مناسب واستفاده از عناصر پردازشي موازي وجلوگيري از نقل وانتقال مكرر داده بين پردازنده وحافظه تاحد زيادي ميتواند درمصرف كاراي انرژي وافزايش سرعت محاسبانت موثر باشد. بنابراين امروزه پردازش در حافظه براي سيستمهاي بر پايه يادگيري ماشينكه نياز مبرم به حافظه انبوه دارند بيش از پيش مورد توجه محققين سخت افزار قرار گرفته است.پيشرفت هاي اخيردر طراحي شتابدهندهها براي شبكههاي عصبي مصنوعي عميق (DNN) تمركز دارد كه از لحاظ محاسبات از اجراي كارامدآنها پشتيبانيميكند. بهينه سازيجريان داده ،توپولوژي شبكه هدف ،معماري فن آوري هاي نوظهور درشتاب دهنده ها براي برنامه هايدر حال ظهوردرنظرگرفته ميشوند در اين بررسي مقالات جديد مرتبط مطالعه شده است. فشردهسازي داده،استفاده از جداول مستقر در حافظه بري انديس دهي تقريبي داده واستفاده از روشهاي خلاقانه جهت آموزش شبكههاي عميق با استفاده از شتاب دهندههاي سختافزااري از اهم مباحث در اين زمينه است.
نام دانشجو
مسعود زابلي پور
تاريخ ارائه
12/21/2020 12:00:00 AM
متن كامل
69840
پديد آورنده
مسعود زابلي پور
تاريخ ورود اطلاعات
1399/10/22
عنوان به انگليسي
An overview of the structure of hardware accelerators and applications in intelligent neural networks
كليدواژه هاي فارسي
شتابدهنده سختافزاري , پردازش در حافظه , شبكه اي عصبي مصنوعي عميق , پردازش برداري
كليدواژه هاي لاتين
Deep Neural Network , Configureable Hardware Architecure , processing in memory , single instruction multiple data