基于TPU和FPGA的深度学习边缘计算平台的设计与实现

来源：计算机工程与科学杂志2021年第6期北京时间：

作者：栾奕, 刘昌华

单位：（武汉轻工大学数学与计算机学院，湖北 武汉 430023）

摘要：针对深度神经网络为了追求准确度对计算资源造成的巨大消耗，与边缘计算平台所处的受限环境之间的矛盾，探究利用FPGA逻辑资源搭建神经网络张量处理器（TPU），通过配合ARM CPU实现全新的边缘计算架构，不仅实现对深度神经网络模型的加速计算以及准确度的提升，还对功耗进行明显优化。该架构下，压缩后的MobileNet-V1网络准确度可达78.1%，而功耗仅为3.4 W，与其他不同计算架构的深度学习边缘计算平台的对比结果表明，该系统在不降低准确度的条件下，对于小规模深度神经网络的加速计算有着明显优势。

关键词：FPGA,TPU,深度学习,边缘计算,