论文部分内容阅读
基于卷积神经网络(CNN,convolutional neural network)的视觉深度学习算法的兴起推动了人工智能视觉芯片设计研究的快速发展,而芯片的设计验证工作是人工智能视觉芯片研发的瓶颈.介绍了一种基于硬件仿真系统的人工智能视觉芯片软硬件验证方法,以边缘计算人工智能视觉芯片设计为例,在硬件仿真系统ZeBu上完成了芯片运行的典型深度学习网络MobileNet的仿真验证工作.结果表明,在硬件芯片架构上实现的网络模型在保证精确度的同时,在200 MHz频率时钟下单帧检测时间只需要18.51 ms,与软件平台仿真相比,仿真速度提高了7倍.