📝 سخت افزار های یادگیری عمیق : FPGA یا GPU مساله این است!
🔸هنگام استفاده از شبکه عصبی، به غیر از GPU ها، گزینه های دیگری، مثل FPGA نیز وجود دارد.
مسئله اصلی، تبدیل برنامه ها و انتقال کتابخانه های نوشته شده برای پایتون به C ، برای ابزار های HLS است. در حال حاضر هیچ پشتیبانی از Tensorflow در C وجود ندارد ، بنابراین این راه حل بسیار دشوار است. ظاهرا نیاز به طراحی و ایجاد سخت افزار، یک مانع بزرگ برای استفاده از FPGA ها در یادگیری عمیق است.
جعبه ابزار LeFlow به مهندسان این امکان را می دهد تا مدل های خود را با استفاده از Python طراحی کنند، آموزش دهند و آزمایش کنند، سپس آن را مستقیما در FPGA به کار می برد. LeFlow به عنوان یک مبدل، فرآیند طراحی را با امکان سازگاری ابزار های HLS با پایتون و Tensorflow ، تسهیل می کند.
➕ مشاهده ادامه مطلب
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
🔸هنگام استفاده از شبکه عصبی، به غیر از GPU ها، گزینه های دیگری، مثل FPGA نیز وجود دارد.
مسئله اصلی، تبدیل برنامه ها و انتقال کتابخانه های نوشته شده برای پایتون به C ، برای ابزار های HLS است. در حال حاضر هیچ پشتیبانی از Tensorflow در C وجود ندارد ، بنابراین این راه حل بسیار دشوار است. ظاهرا نیاز به طراحی و ایجاد سخت افزار، یک مانع بزرگ برای استفاده از FPGA ها در یادگیری عمیق است.
جعبه ابزار LeFlow به مهندسان این امکان را می دهد تا مدل های خود را با استفاده از Python طراحی کنند، آموزش دهند و آزمایش کنند، سپس آن را مستقیما در FPGA به کار می برد. LeFlow به عنوان یک مبدل، فرآیند طراحی را با امکان سازگاری ابزار های HLS با پایتون و Tensorflow ، تسهیل می کند.
➕ مشاهده ادامه مطلب
📖 مجله هوش مصنوعی
➖➖➖➖➖
🆔 : @HomeAI
Comments
Be the first to add a comment
Log in to comment