An FPGA framework for Interferometric Vision-Based Navigation (iVisNav)
Texas A&M University(得克萨斯农工大学)
干涉式视觉导航(iVisNav)是一种用于自主接近操作的新型光电传感器。iVisNav采用激光发射结构信标,并通过测量发射激光脉冲的相位变化来精确表征六个自由度的相对运动速率。iVisNav的嵌入式软件包必须有效地处理高频动态,以实现稳健的传感和估计。本文提出了一种基于最小二乘法的嵌入式码率估计系统。所得到的系统能够与光子接口,并在现场可编程门阵列中实现估计算法。嵌入式软件包被证明是一个硬件/软件协同设计处理估计过程中使用有限精度算法的高速计算。有限精度的FPGA硬件设计的准确性进行了比较,在MATLAB上的算法的浮点软件评估基准其性能和统计一致性的误差措施。实现结果表明,使用iVisNav的高速接近导航的FPGA计算能力的效用。
2022-10-19 cs.AR cs.RO eess.SP
Escaping Flatland: A Placement Flow for Enabling 3D FPGAs
Georgia Tech(佐治亚理工学院);UC San Diego(加州大学圣地亚哥分校)
本文提出了一种针对3D FPGA的布局流程,通过改进的初始化、自适应成本调度、精细延迟估计和模拟退火移动集,提升了时序估计和层分配探索能力,实验结果显示在多个3D架构上实现了显著的延迟和布线长度减少。
2026-04-01 cs.AR
Demystifying FPGA Hard NoC Performance
本文系统评估 Versal FPGA 中硬化 NoC 的性能与设计权衡,揭示其在多 SLR 场景的资源和时序收益,以及流量、布局和编译器导致的局限。
2025-03-13 cs.AR
HLSDataset: Open-Source Dataset for ML-Assisted FPGA Design using High Level Synthesis
The University of Texas at Austin(德克萨斯大学奥斯汀分校)
本研究提出了面向机器学习辅助FPGA高级综合设计的开源数据集HLSDataset,基于多类基准测试和多种优化指令生成近9000个每FPGA类型的Verilog样本,经案例研究验证可用于功耗与资源估算,能为研究人员节省数据集构建时间。
2023-08-21 cs.AR cs.LG
PUFBind: PUF-Enabled Lightweight Program Binary Authentication for FPGA-based Embedded Systems
针对FPGA嵌入式系统中软件被篡改导致安全风险的问题,提出基于PUF的轻量级软硬件协同认证方案PUFBind,绑定程序与特定FPGA,裸机运行无需修改原有设计,经原型验证资源开销低且平台无关。
2025-01-14 cs.AR cs.CR
Particle Mesh Ewald for Molecular Dynamics in OpenCL on an FPGA Cluster
分子动力学(MD)模拟在物理驱动的药物发现中发挥着核心作用。MD应用程序通常使用粒子网格埃瓦尔德(PME)算法来加速静电力计算,但由于分布式3D FFT的高通信要求,有效的并行化已被证明是困难的。在本文中,我们提出了一个可扩展的PME算法的设计和实施,运行在一个集群的英特尔Stratix 10 FPGA,并可以处理FFT的大小适合于解决现实世界的药物发现项目(网格高达$128^3$)。据我们所知,这是在分布式FPGA框架内完全集成PME算法(电荷扩展,3D FFT/IFFT和力插值)的第一项工作。该设计完全采用OpenCL实现,具有灵活性和易于开发性,并使用100 Gbps链路进行直接FPGA到FPGA通信,无需主机交互。我们目前的实验数据高达4 FPGA(例如,对于65536原子模拟和$64^3$ 3D FFT,每时步206微秒),性能优于GPU。此外,我们还讨论了具有不同拓扑结构的集群上的设计可扩展性,最高可达64个FPGA(预期性能高于所有已知的GPU实现),并与其他硬件组件集成,以形成完整的分子动力学应用程序。我们预测最佳情况下的6.6微秒每时步64 FPGA的性能。
2021-04-05 cs.AR cs.DC
Real-Time Spacecraft Pose Estimation Using Mixed-Precision Quantized Neural Network on COTS Reconfigurable MPSoC
École Polytechnique de Montréal(蒙特利尔理工学院)
该研究提出面向航天器位姿估计的混合精度量化神经网络 FPGA 协同设计,通过逐层量化敏感性评估和 FINN 数据流加速器实现 7.7 倍提速与 19.5 倍能效提升,并开源实时实现。
2024-06-06 cs.AI cs.AR cs.CV
Coyote v2: Raising the Level of Abstraction for Data Center FPGAs
本文提出开源FPGA shell框架Coyote v2,采用三层分层设计支持动态部分重配置与高级软件抽象,显著缩短综合与重配置时间,并通过实际应用及系统集成验证了其性能优势。
2025-04-30 cs.AR
rule4ml: An Open-Source Tool for Resource Utilization and Latency Estimation for ML Models on FPGA
Interdisciplinary Institute for Technological Innovation(跨学科技术创新研究院);Université de Sherbrooke(谢布鲁克大学)
针对FPGA上ML模型开发需反复综合评估导致效率低的问题,提出基于HLS4ML训练回归模型的rule4ml工具,可在综合前预测FPGA资源占用与推理延迟,准确率较高,能加速开发部署。
2024-08-09 cs.AI cs.AR cs.LG
EBL: Efficient Broad Learning for Distributed Adaptive Harmonic Analysis
Trinity College Dublin(都柏林圣三一学院)
本文提出EBL框架,一种基于量化FPGA的BLS式谐波估计方法,实现半周期高精度、低延迟(快17.4倍)及快速在线迁移,资源消耗仅为先进方法的82%。
2026-09-16 cs.AR cs.LG
FPGA based Novel High Speed DAQ System Design with Error Correction
高能物理实验(HEP)、雷达通信、卫星通信和生物医学仪器领域中的现有技术应用要求具有Gbps量级的数据率的故障恢复数据采集(DAQ)系统。为了使高速数据采集系统在辐射环境中正常工作,在这种环境中,人类是不可能直接干预,一个强大的和无错误的通信系统是必要的。在这项工作中,我们提出了一个有效的数据采集设计和现场可编程门阵列(FPGA)实现。所提出的DAQ系统支持高速数据通信(~4.8 Gbps),并实现多位纠错能力。BCH码(以Raj Bose和D. K. RayChaudhuri)已被用于多位纠错。该设计已在Xilinx Kintex-7板上实现,并通过了板对板通信以及使用PCIe(外围组件互连Express)接口的板对PC的测试。据我们所知,所提出的基于FPGA的高速DAQ系统,利用光链路和多位错误弹性可以被认为是第一个同类。基于资源利用率、关键路线延迟、效率和比特出错率(BER)对所实现的DAQ系统进行了性能评估。
2015-07-07 cs.AR
SWAT: Scalable and Efficient Window Attention-based Transformers Acceleration on FPGAs
School of Computing, National University of Singapore(新加坡国立大学计算机学院)
针对Transformer长上下文自注意力二次复杂度问题,提出基于FPGA的窗口注意力加速器SWAT,通过行式数据流与内核融合优化,实现高达22倍延迟和15倍能效提升。
2024-05-27 cs.AI cs.AR
Decision Tree Based Hardware Power Monitoring for Run Time Dynamic Power Management in FPGA
Hong Kong University of Science and Technology(香港科技大学);Nanyang Technological University(南洋理工大学)
细粒度的运行时电源管理技术可能是降低功耗的有前途的解决方案。因此,必须建立精确的功率监测方案以在短时间内获得动态功率变化(即,数十或数百个时钟周期)。在本文中,我们利用基于决策树的功耗建模方法,建立细粒度的FPGA平台上的硬件功耗监控。一个通用的和完整的设计流程,开发实现决策树功率模型,能够精确地估计动态功耗在一个细粒度的方式。提出了一种灵活的硬件功耗监测体系结构,该体系结构可以在任何RTL设计中进行运行时功耗估计,无需额外的功耗测量设备。将该模型应用于不同资源类型的基准测试的实验结果表明,动态功率估计的平均误差高达4%。此外,由功率监测电路引起的面积、功率和性能的开销非常低。最后,我们将我们的电源监控技术应用到电源管理中,使用片上多相调节器作为概念验证,结果表明FPGA内部逻辑的电源效率提高了14%。
2020-09-03 cs.AR cs.LG
ECI: a Customizable Cache Coherency Stack for Hybrid FPGA-CPU Architectures
与其他加速器不同,FPGA能够支持缓存一致性,从而将其转变为比外围加速器更强大的架构选项。然而,大多数现有的FPGA部署要么是非高速缓存一致性的,要么只支持非对称设计,其中高速缓存一致性由CPU控制。利用最近发布的两个插槽的CPU-FPGA架构,在本文中,我们描述了ECI,能够支持对称和非对称协议的FPGA上的高速缓存一致性的灵活实现。ECI是开放和可定制的,使应用程序有机会与高速缓存一致性协议完全交互,从而开辟了许多有趣的系统设计和研究机会,这些机会在现有的设计中是不可用的。通过广泛的微基准测试,我们表明,ECI具有很强的竞争力的性能,并详细讨论了一个用例,说明了在FPGA上有一个开放的高速缓存一致性堆栈的好处。
2022-08-15 cs.AR cs.DC
A Time-Multiplexed Spiking Neural Network Accelerator with Pipelined Readout for FPGA Inference
AGH University of Science and Technology(AGH科技大学)
本文设计实现了带流水线读出的SNN加速器,在FPGA上针对MNIST分类优化,提升了工作频率与能效,为实时神经形态边缘推理提供了资源高效方案。
2026-08-04 cs.AR
FASE: FPGA-Assisted Syscall Emulation for Rapid End-to-End Processor Performance Validation
School of Software, Shandong University(山东大学软件学院);School of Integrated Circuits, Shandong University(山东大学集成电路学院);Key Laboratory of Advanced Microprocessor Chips and Systems, National University of Defense Technology(国防科技大学先进微处理器芯片与系统重点实验室);College of Computer Science and Technology, National University of Defense Technology(国防科技大学计算机科学与技术学院)
本文提出FASE框架,通过FPGA辅助系统调用仿真,实现复杂多线程基准测试在处理器设计上直接运行,无需集成SoC或目标操作系统,从而在早期阶段进行性能验证。
2026-05-21 cs.AR
An Ensemble Learning Approach for In-situ Monitoring of FPGA Dynamic Power
Hong Kong University of Science and Technology(香港科技大学)
随着现场可编程门阵列在关键应用领域的普及,其功耗受到高度关注。在本文中,我们提出并评估了一个电源监控方案,能够准确地估计在细粒度的时间尺度的FPGA的运行时动态功率,以支持新兴的电源管理技术。特别是,我们描述了一种新的和专门的集成模型,可以分解成多个定制的基于决策树的基础学习器。为了辅助模型合成,提出了一种通用的计算机辅助设计流程来生成样本、选择特征、调整超参数和训练集成估计器。此外,给出了一种用于片上实时功率估计的训练集成估计器的硬件实现。在实验中,我们首先表明,一个单一的决策树模型可以实现预测误差在4.51%的商业门级功耗估计工具,这是2.41- 6.07倍,低于通常使用的线性模型提供。更重要的是,我们研究了额外的增益,使用建议的集成模型的推理精度。实验结果表明,集合监测方法可以进一步提高功率预测的准确性,最大误差为1.90%。此外,使用多达64个基本学习器的系综监控硬件的查找表(LUT)开销在目标FPGA的1.22%以内,表明其重量轻且可扩展的特性。
2020-09-03 cs.AR cs.LG
Proposal of ROS-compliant FPGA Component for Low-Power Robotic Systems
Utsunomiya University(宇都宫大学)
近年来,机器人被要求是自主的,并且它们的机器人软件是复杂的。机器人有一个性能不足的问题,因为它不能配备一个高性能的微处理器,由于电池电源操作。另一方面,FPGA器件可以通过实现定制电路来加速机器人系统中的特定功能,而不会增加功耗。但是,由于与软件相比FPGA电路的开发成本很大,因此难以将FPGA器件引入机器人。因此,在这项研究中,我们提出了一个FPGA组件技术,易于集成的FPGA到机器人,这是符合ROS(机器人操作系统)。作为案例研究,我们使用Xilinx Zynq平台设计了符合ROS标准的FPGA图像标记组件。开发的ROS组件FPGA组件执行速度比普通ROS软件组件快1.7倍。
2015-08-28 cs.AR cs.DC cs.RO
A Hybrid Residue Floating Numerical Architecture with Formal Error Bounds for High Throughput FPGA Computation
Evolution Optiks R&D Inc.(进化光学研发有限公司)
本文提出了一种结合无进位余数运算和指数基缩放的混合余数浮点数值架构,实现高吞吐量FPGA计算,具有宽动态范围和可预测误差,相比IEEE 754 FP32在性能和效率上有显著提升。
2026-01-21 cs.AR
AutoAccel: Automated Accelerator Generation and Optimization with Composable, Parallel and Pipeline Architecture
CPU-FPGA异构架构正吸引着越来越多的关注,试图提高当今计算机的计算能力和能源效率。这些架构为程序员提供了重新编程FPGA的能力,以灵活地加速许多工作负载。然而,这种优势往往被FPGA的可编程性差所掩盖,FPGA的编程通常是RTL设计实践。虽然高级综合(HLS)的最新进展显着提高了FPGA的可编程性,它仍然让程序员面临的挑战,确定最佳的设计配置在一个巨大的设计空间。本文旨在应对这一挑战,并为从软件程序到高质量FPGA加速器铺平道路。具体来说,我们首先提出了组合,并行和流水线(CPP)的微架构作为加速器设计的模板。这样一个定义良好的模板是能够支持高效的加速器设计的广泛类的计算内核,更重要的是,大大减少了设计空间。此外,我们引入了一个分析模型,以捕捉性能和资源之间的权衡不同的设计配置的CPP微架构,这奠定了基础,快速设计空间探索。在CPP微架构及其分析模型的基础上,我们开发了AutoAccel框架,使整个加速器生成自动化。AutoAccel接受软件程序作为输入,并根据基于分析模型的设计空间探索的结果执行一系列代码转换,以构建所需的CPP微体系结构。我们的实验表明,对于广泛的一类计算内核,Autocom生成的加速器的平均性能超过其相应的软件实现72倍。
2018-07-30 cs.AR cs.DC
NeuroRing: Scaling Spiking Neural Networks via Multi-FPGA Bidirectional Ring Topologies and Stream-Dataflow Architectures
KTH Royal Institute of Technology(皇家理工学院)
提出NeuroRing,一种基于流数据流架构和双向环拓扑的模块化可扩展SNN加速器,在FPGA上实现,支持单/多FPGA部署,与NEST模拟器集成,在大脑皮层微回路基准和数独约束满足任务上实现快于实时的执行(RTF=0.83)并具有良好的扩展性和能效。
2026-05-26 cs.AR cs.DC cs.NE
Bridging the Gap: FPGAs as Programmable Switches
领域特定语言P4的出现,与领域特定体系结构PISA相结合,正在彻底改变网络领域。P4允许描述如何通过可编程数据平面处理数据包,跨越ASIC和CPU,实现PISA。由于ASIC的处理灵活性有限,而网络任务的CPU性能落后,最近的工作提出了在FPGA上实现PISA。然而,很少有人致力于分析FPGA是否是实施PISA的好候选人。在这项工作中,我们后退一步,评估各种PISA块的微架构效率。我们证明,理论和实验分析的支持下,几个PISA块的性能受到严重限制,目前的FPGA架构。具体来说,我们表明,匹配表和可编程数据包交换机代表基于FPGA的可编程交换机的主要性能瓶颈。因此,我们探索两种途径来减轻这些缺点。首先,我们确定了适合当前FPGA的网络应用。其次,为了支持更广泛的网络应用,我们提出了修改的FPGA架构,也可以感兴趣的网络领域。
2020-04-16 cs.AR cs.NI
XtraMAC: An Efficient MAC Architecture for Mixed-Precision LLM Inference on FPGA
National University of Singapore(新加坡国立大学);Huazhong University of Science and Technology(华中科技大学)
本文提出XtraMAC架构,通过统一整数、浮点和混合精度运算,实现动态运算打包和高效资源共享,提升FPGA在混合精度LLM推断中的计算密度和能效。
2026-05-07 cs.AR
Towards an Area-Efficient Implementation of a High ILP EDGE Soft Processor
20年来,有序标量RISC结构一直是FPGA软处理器设计的主导范式。先前的无序超标量实现没有表现出有竞争力的面积或绝对性能。本文描述了一种新的方法来建立快速和面积有效的乱序超标量软处理器,利用显式数据图执行(EDGE)指令集结构。通过仔细映射的EDGE微架构,特别是它的低指令调度器,我们证明了一个无序的FPGA架构的可行性。两个调度器的设计方案进行了比较。
2018-03-18 cs.AR
A General Neural Network Hardware Architecture on FPGA
University of Birmingham(伯明翰大学)
现场可编程门阵列(Field Programmable Gate Arrays,FPGA)以其高度并行的结构、低功耗和灵活的自定义算法在数据采集和处理行业中发挥着越来越重要的作用。特别是在人工智能领域,为了训练和实现神经网络和机器学习算法,需要高能效的硬件实现和大规模并行计算能力。因此,许多全球公司已将FPGA应用于人工智能和机器学习领域,如自动驾驶和自动口语识别(百度)[1] [2]和必应搜索(微软)[3]。考虑到FPGA在这些领域的巨大潜力,我们倾向于在具有丰富硬件资源和强大处理能力的XILINX ZU9CG片上系统(SOC)平台上实现通用神经网络硬件架构[4]。FPGA SOC平台上的通用神经网络架构可以高性能地执行深度神经网络(DNN)中的前向和后向算法,并且容易根据神经网络的类型和规模进行调整。
2017-11-06 cs.AR cs.CV cs.NE
ATLAS: Automated HLS for DL-Optimized FPGAs
Arizona State University(亚利桑那州立大学)
研究针对FPGA架构中加速DL推理的问题,提出ATLAS全自动流程,以高级DL模型描述为起点,利用GEMM作为通用抽象层,由hls4ml - GEMM和GEMM IP生成器组成,实现无需手动RTL设计的硬件实现,评估了11个DL设计。
2026-07-09 cs.AR
A Scalable Resource Management Layer for FPGA SoCs in 6G Radio Units
针对5G/边缘基础设施中FPGA SoC资源利用率不足的问题,本文提出可动态迁移与扩展功能的资源管理层,并以视觉边缘应用事件驱动功能重配置验证其思路。
2025-07-26 cs.AR cs.NI
A Hybrid Residue Floating Numerical Architecture for High Precision Arithmetic on FPGAs
École de technologie supérieure (ÉTS)(高等技术学院);Evolution Optiks R&D Inc.(进化光学研发有限公司)
本文提出了一种混合余数浮点数值架构,通过结合无进位余数通道和轻量级浮点数缩放因子,在FPGA上实现高精度算术的高效计算。
2025-12-09 cs.AR cs.MS eess.SP
A Competitive Edge: Can FPGAs Beat GPUs at DCNN Inference Acceleration in Resource-Limited Edge Computing Applications?
当作为生成模型进行训练时,深度学习算法在涉及高维数据的任务(如图像去噪和超分辨率)上表现出卓越的性能。在一个由移动和边缘设备主导的日益互联的世界中,对这些算法在嵌入式平台上本地运行的需求激增。FPGA凭借其可重编程性和低功耗特性,是这些边缘计算应用的理想候选者。因此,我们设计了一个时空并行的硬件架构,能够加速一个去卷积算法优化的电源效率的推理资源有限的FPGA。我们提出了这种基于FPGA的加速器,用于低功耗边缘计算应用中的解卷积神经网络(DCNN)推理。为此,我们开发了系统地利用微观建筑创新,设计空间探索和统计分析的方法。使用Xilinx PYNQ-Z2 FPGA,我们利用我们的架构来加速使用Wasserstein GAN框架在MNIST和CelebA数据集上训练的两个DCNN的推理。在这些网络上,与NVIDIA Jetson TX 1边缘计算GPU相比,我们的FPGA设计实现了更高的吞吐量与功率比,同时降低了运行间变化。
2021-03-09 cs.AR cs.DC eess.IV
FPGA Technology Mapping Using Sketch-Guided Program Synthesis
针对现有FPGA技术映射工具依赖手写规则、易出错且遗漏映射机会的问题,提出基于草图引导程序综合的Lakeroad方法,通过架构无关草图模板和HDL语义提取实现更优映射覆盖与正确性保证,性能显著优于商用及开源工具。
2024-01-29 cs.AR cs.PL
The implementation of a Deep Recurrent Neural Network Language Model on a Xilinx FPGA
最近,FPGA越来越多地应用于诸如语音识别、机器学习和云计算(如微软使用的Bing搜索引擎)等问题。这是由于FPGA具有强大的并行计算能力以及与通用处理器相比的低功耗。然而,这些应用主要集中在大规模的FPGA集群,具有执行大量矩阵或卷积运算的极端处理能力,但不适合便携式或移动应用。本文以单FPGA平台为研究对象,探索FPGA在这些领域的应用。在本项目中,我们设计了一个深度循环神经网络(DRNN)语言模型(LM),并在一个基于XILINX ZYNQ SOC XC7Z020 1CLG400 C的PYNQ板上实现了一个具有AXI Stream接口的硬件加速器。PYNQ不仅具有丰富的可编程逻辑资源,而且具有灵活的嵌入式操作系统,非常适合应用于自然语言处理领域。我们使用Python和Theano设计了DRNN语言模型,在CPU平台上对模型进行训练,并将模型部署到PYNQ板上,使用Pyroyter Notebook对模型进行验证。同时,利用PYNQ上的硬件库Overlay设计了硬件加速器,并在PYNQ板上验证了加速效果。最后,我们发现DRNN语言模型可以顺利地部署在嵌入式系统上,并且具有AXI流接口的Overlay加速器的处理吞吐量为20 GOPS,与参考文献30和参考文献31中的工作相比,分别构成了70.5倍和2.75倍的速度提升。
2017-11-16 cs.AR cs.NE
Hardware-Aware Neural Dropout Search for Reliable Uncertainty Prediction on FPGA
Imperial College London(帝国理工学院)
针对现有基于Dropout的贝叶斯神经网络手动配置效率低、性能欠佳的问题,提出硬件感知的神经Dropout搜索框架,自动优化网络与FPGA实现,在能效和算法性能上均优于现有方案。
2024-06-23 cs.AR cs.LG
Accelerating FPGA-Based Wi-Fi Transceiver Design and Prototyping by High-Level Synthesis
本文提出利用高层次综合(HLS)设计OFDM基带处理模块并集成至HDL,在不到一个月内实现性能开销极小的FPGA Wi-Fi收发机,验证了HLS在加速SDR设计与原型开发中的可行性与优势。
2023-05-23 cs.AR cs.NI
LUXOR: An FPGA Logic Cell Architecture for Efficient Compressor Tree Implementations
我们提出了两个层次的修改FPGA逻辑单元架构,以提供各种性能和利用率的好处,只有很小的面积开销。在第一层中,我们用一个6输入“异”门来增强现有的商业逻辑单元数据路径,以提高每个元素的表达能力,同时保持向后兼容性。这种新架构与供应商无关,我们将其称为LUXOR。我们还考虑了对Xilinx和Intel FPGA的供应商特定修改的第二层,我们分别将其称为X-LUXOR+和I-LUXOR+。我们证明,压缩机树合成使用广义并行计数器(GPC)的进一步改善所提出的修改。在65 nm工艺节点上使用Intel自适应逻辑模块和Xilinx芯片进行比较研究,结果表明,LUXOR和LUXOR+的硅面积开销分别小于0.5%和5-6%,而延迟增量分别为1-6%和3-9%。我们证明,LUXOR可以提供一个平均减少13-19%的逻辑利用率从各种领域的微基准测试。BNN基准受益最大,平均减少37-47%的逻辑利用率,这是由于我们提出的LUXOR+逻辑单元上的XnorPopcount操作的高效映射。
2020-03-06 cs.AR cs.DC
LL-GNN: Low Latency Graph Neural Networks on FPGAs for High Energy Physics
Imperial College London(伦敦帝国理工学院);Southeast University(东南大学);AMD Adaptive and Embedded Computing Group (AECG) Labs(AMD自适应与嵌入式计算集团实验室);European Organization for Nuclear Research (CERN)(欧洲核子研究中心)
针对高能物理 Level-1 触发的亚微秒实时需求,本文提出 FPGA 低延迟 GNN 架构、外积矩阵乘法及算法-硬件协同设计,并开源可定制模板,显著提升速度、能效与精度。
2024-01-09 cs.AR cs.LG physics.ins-det
ELiTeFormer: An Efficient Transformer for FPGAs
Oregon State University(俄勒冈州立大学);Pacific Northwest National Laboratory(太平洋西北国家实验室)
研究针对Transformer在FPGA部署的挑战,提出ELiTeFormer架构,统一混合线性注意力与超低精度线性投影,通过新微架构减少资源利用,实现模型和缓存压缩,模拟部署显示有加速效果。
2026-07-07 cs.AI cs.AR
A WASM-Subset Stack Architecture for Low-cost FPGAs using Open-Source EDA Flows
KIIT Deemed to be University(KIIT认可大学)
本文提出了一种基于WASM子集的32位双堆栈微处理器架构,利用开源EDA流程在低成本FPGA上实现高代码密度和可移植性。
2025-11-30 cs.AR cs.ET
Accurate, Low-latency, Efficient SAR Automatic Target Recognition on FPGA
University of Southern California(南加州大学);DEVCOM US Army Research Lab(美国陆军作战能力发展司令部陆军研究实验室)
合成孔径雷达(SAR)自动目标识别(ATR)是遥感图像识别的关键技术。用于SAR ATR的最先进的卷积神经网络(CNN)受到\emph{high computation cost}和\emph{large memory footprint}的影响,使得它们不适合部署在资源有限的平台上,例如小型/微型卫星。在本文中,我们提出了一个全面的基于GNN的模型架构{协同设计}的FPGA来解决上述问题。\emph{Model design}:我们设计了一个新的图形神经网络(GNN)的SAR ATR。所提出的GNN模型结合了GraphSAGE层算子和注意力机制,以接近$1/100$的计算成本实现了与最先进的工作相当的准确性。然后,我们提出了一个修剪方法,包括重量修剪和输入修剪。虽然通过套索回归的权重修剪减少了大多数参数而没有精度下降,但输入修剪消除了大多数输入像素而精度下降可以忽略不计。\emph{Architecture design}:为了充分释放所提出的模型中的计算并行性,我们开发了一种新颖的统一硬件架构,该架构可以执行各种计算内核(特征聚合、特征变换、图池化)。所提出的硬件设计采用了分散-聚集范例,以有效地处理各种计算内核的不规则计算{模式}。我们部署在一个嵌入式FPGA(AMD Xilinx ZCU 104)的建议的设计,并使用MSTAR数据集的性能进行评估。与最先进的CNN相比,所提…
2023-01-04 cs.AR cs.CV eess.IV
ElasticAI: Creating and Deploying Energy-Efficient Deep Learning Accelerator for Pervasive Computing
University of Duisburg-Essen(杜伊斯堡-埃森大学)
针对嵌入式设备微控制器算力不足、FPGA上高能效深度学习加速器开发难度大的问题,提出包含自动生成工具链与验证硬件平台的ElasticAI工作流,助力开发者在嵌入式FPGA上创建部署深度学习加速器。
2024-08-29 cs.AI cs.AR cs.LG