Year: 2026
Type: dissertation
Abstract: Tato diplomová práce se zabývá návrhem a implementací hardwarového akcelerátoru konvolučních neuronových sítí. Navržený akcelerátor je založen na systolickém poli a umožňuje provádět inferenci různých architektur CNN bez nutnosti modifikace hardwarového návrhu. Chování akcelerátoru je řízeno jednoduchou instrukční sadou, kterou generuje softwarový kompilátor na základě zadané architektury sítě. Kompilátor zároveň zajišťuje post-training kvantizaci vah a jejich převod do formátu vhodného pro celočíselnou aritmetiku akcelerátoru. Transformace konvoluční operace na maticové násobení je realizována přímo v hardwaru pomocí jednotky správy paměti provádějící im2col transformaci za chodu. Akcelerátor byl implementován ve VHDL a syntetizován pro čip XC7Z020. Správnost výpočtů byla ověřena simulací v nástroji Vivado XSim a porovnáním s referenční softwarovou implementací kvantizované sítě. Funkčnost byla demonstrována na architektuře LeNet-5. Syntéza potvrdila splnění časových požadavků při pracovní frekvenci 100 MHz s využitím přibližně 27 \% dostupných LUT cílového čipu.
Author: Drlíčková, Alena
Institution: Brno University of Technology
Language: Czech
Subfield: Computer Vision and Pattern Recognition
Field: Computer Science
Domain: Physical Sciences
Open Access status: green
OpenAlex ID: W7166490047
