【摘 要】
：
随着人工智能技术的发展,对高效灵活的机器学习芯片的需求越来越高。支持向量机是一种被广泛应用的机器学习分类算法,但其计算复杂度高,训练效率低,本文设计了基于可重构计算平台的高性能支持向量机硬件加速器,利用可重构技术对支持向量机的训练和推理进行硬件加速,通过并行计算和流水处理的方式加快了计算速度,同时利用可重构计算的优势,实现了高效的资源共享。本论文基于一款粗粒度可重构硬件平台,采用训练效率更高的最小
【基金项目】
：
企业委托设计项目“可重构异构多核 AIOT 芯片研制”；
论文部分内容阅读
随着人工智能技术的发展,对高效灵活的机器学习芯片的需求越来越高。支持向量机是一种被广泛应用的机器学习分类算法,但其计算复杂度高,训练效率低,本文设计了基于可重构计算平台的高性能支持向量机硬件加速器,利用可重构技术对支持向量机的训练和推理进行硬件加速,通过并行计算和流水处理的方式加快了计算速度,同时利用可重构计算的优势,实现了高效的资源共享。本论文基于一款粗粒度可重构硬件平台,采用训练效率更高的最小二乘支持向量机（LS-SVM）,对训练加速器和推理加速器分别进行了硬件实现,设计了支持核函数可配置的指数计算模块、基于Table-Driven的泰勒展开方法的幂值计算模块、乘累加模块、更新值计算模块、更新及阈值判断模块和乘累加树模块。以上硬件模块利用重构方式对计算阵列进行复用,减少了整体硬件资源的消耗,并提高了资源利用率。同时以上模块均可多路并行以及流水计算,可大幅减少运算时间,且支持任意样本数及特征数可配置,具有很好的灵活性。分别基于UVM仿真平台和FPGA平台进行了功能验证,基于SMIC 14nm CMOS工艺的综合结果显示,最大时钟频率可达1GHz;基于Xilinx XCVU440开发板进行FPGA实现,最大时钟频率可达200MHz,对一些常用的线性可分及不可分的数据集进行了测试,均实现了良好的分类效果。同时与相关最新工作进行了对比,加速效果可达到2.1～5.9倍。
其他文献
场景的光信息包含光强、频率、相位、角度等,普通成像技术或系统往往只关注光强信息,而在诸如遥感成像、生命科学、精准农业、材质分析、目标识别等具体应用领域,需要对场景光本质属性进行全面分析。然而,同时获取场景的高空间分辨率、高时间分辨率、高光谱分辨率等多维光信息一直是困扰业界的核心难题。近年来,得益于计算摄像技术的发展,各类计算成像设备和方法被广泛应用于光谱、偏振、光场成像等领域。其中,多相机阵列技术
近年来,家庭暴力日益成为我国突出的社会问题,引起社会各界普遍关注。家庭暴力对受害者的伤害是双重的:它不仅严重损害受害者的身体健康,而且往往给受害者造成难以愈合的心理创伤。家庭暴力不仅给受害者个人造成严重伤害,而且还是社会不稳定的潜在诱因,因为受害者在得不到有效救济的情形下,很可能铤而走险,采取法律所禁止的方式来进行报复。而且,由于家庭暴力发生于特殊的人群之间,具有隐蔽性、救济难等特性,这使得家庭暴
多肽类化合物作为药物分子往往具有高目标靶向性和良好的生物活性。适当的化学修饰可以提高多肽类化合物的蛋白酶稳定性、细胞穿透性,改良其药代性质和成药性。近年来,碳氢键活化策略在多肽的化学修饰中得到应用。本论文围绕钯催化下,不同导向基导向多肽中特定位点的烯基化修饰展开研究,主要分为以下两部分:一、围绕含噻唑基团的多肽化合物,我们发展了以噻唑为导向基团实现了多肽链碳端氨基酸侧链δ-C（sp~2）-H的位点
目的:基于COM-B模型,明确血液透析患者自我管理的促进和阻碍因素。分析血液透析患者自我管理的现状及影响因素,阐明各影响因素对自我管理的预测作用,各影响因素之间的相互关系,及各因素对自我管理的路径和作用系数,构建血液透析患者自我管理及影响因素的结构方程模型。为血液透析患者自我管理的干预方案提供科学、合理的依据,完善干预措施,提高患者的生活质量。方法:基于COM-B模型和文献查阅的基础构建血液透析患
2021年9月，我担任上饶市纪委书记后，听取的第一个重要案件汇报就是余干县原县长江某某严重违纪违法案件。令我印象深刻的是，江某某通过投资入股等方式掩盖受贿问题，试图给腐败行为披上“合法外衣”，这正是腐败手段隐形变异的一个突出表现，值得我们警惕和关注。
高校师德师风事件有性骚扰、学术不端、贪污腐败、言论不当、雇佣学生等类别，具有不定时集中爆发、发酵迅速引起联动效应、交叉爆发舆情复杂、易引发次生舆情、处理困难等特征。舆情应对要敢于担当，敢于面对；组建队伍，建立制度；快速摸清真相，快速开展调查；讲清事实，讲好故事。高校要迅速启动应对流程：率先表达态度；实时监控研判；快速查办解决；及时发布回应；有效控制谣言；组织正面报道；工作重在平时。
21世纪被科学界认为是生物科学与脑科学的时代,在全球性脑研究计划的推动下,我国提出了“脑科学与类脑研究”的战略部署。其中,运动想象在脑机接口领域备受关注与研究,其在医工结合、智能控制等领域有着重要的发展价值。由于脑电信号属于微伏级的生物电信号,易受环境干扰,这就导致从中提取出有效信息十分困难。目前,很多算法成功应用于脑电信号的去噪与分类识别,如利用小波变换或独立成分分析等算法去除噪声;利用经验模态
在过去的数十年内,集成电路的规模在摩尔定律的指导下取得了快速的发展,但是在深亚微米尺寸下芯片设计已经从传统的追求电路性能的提升,转变为对性能和功耗的综合考虑。另一方面,许多计算密集型的新兴应用,例如数据挖掘和机器学习,发展迅速。它们需要消耗大量的计算资源。同时,这类应用又具有一定的容错性,尽管计算过程中出现一些微小误差,最终仍然能产生有效的输出结果。所以结合以上两种特性,近似计算,放宽了精确计算的