基于HLS工具的CNN加速器的设计与优化方法研究

摘要

基于软硬件协同设计的思想,利用HLS 工具,在PYNQ-Z2 平台上设计并实现了 一个卷积神经网络加速器,对卷积运算采用矩阵切割的优化方法,均衡了资源消耗和计算资源,使得加速器的性能达到了最优.利用MNIST数据集对加速器IP 核进行性能测试,实验结果表明:对单张图片的测试,该加速器相对于ARM 平台实现了 5.785 的加速效果,对于1 000 张图片的测试则可达到9.72 的加速效果,随着测试图片数量的不断增加,加速器的性能也将越来越优.