Програмно-апаратний засіб для підвищення продуктивності нейронних мереж на базі Intel Terasic DE10-Nano

Abstract

Сьогодні спеціалісти приділяють багато уваги побудові штучної системи обробки та розпізнавання зорової інформації, яка реалізуються програмно-апаратними засобами. Зокрема штучні системи обробки використовуються в багатьох областях діяльності людини таких як: транспорт (автоводій, ідентифікація об’єктів); медицина (рентгенограми та інші); космос (обробка космічних знімків та інші); робототехніка; банки; військова галузь; біометрична ідентифікація (по відбитках пальців, лицях та іншим геометричним особливостям людини) і і інших галузях. Кожна з галузей застосування комп'ютерного зору, що були описані вище, пов'язана з низкою завдань; більш чи менше гарно визначені проблеми вимірювання чи обробки можуть бути вирішені з використанням багатьох методів, зокрема значний успіх має алгоритм «згорткової нейронної мережі», рекурентної та інші. З часом актуальність все більше набирає не скільки розвиток архітектур мереж, скільки покращення ефективності роботи існуючих. Є багато методів оптимізації, таких як паралелізація на CPU, GPU, APU, TPU, VPU, FPGA, QPU. Одним з найпопулярніших є FPGA. Метою роботи є розробка системи на базі технології FPGA, що дозволить зменшити час виконання нейронних мереж та збільшити енергоефективність. Об’єктом дослідження є процес використання нейронних мереж та можлива їх оптимізація різними методами. Предметом дослідження є методи та засоби для оптимізації нейронних мереж, зокрема фізичні, архітектурні та алгоритмічні. Практична цінність роботи полягає в ефективності системи, що дозволить користувачам нейронних мереж зробити свій продукт кращим. Оскільки штучний інтелект зараз використовують в багатьох галузях для різних задач, то цінність системи їх оптимізації складно переоцінити.