Implementação de redes neurais artificiais em hardware para inferência
Autor(a) principal: | |
---|---|
Data de Publicação: | 2019 |
Idioma: | por |
Título da fonte: | Manancial - Repositório Digital da UFSM |
dARK ID: | ark:/26339/00130000166c8 |
Texto Completo: | http://repositorio.ufsm.br/handle/1/25260 |
Resumo: | Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2019. |
id |
UFSM_2c0ab1090620e127394f71ad60c6149e |
---|---|
oai_identifier_str |
oai:repositorio.ufsm.br:1/25260 |
network_acronym_str |
UFSM |
network_name_str |
Manancial - Repositório Digital da UFSM |
repository_id_str |
|
spelling |
Implementação de redes neurais artificiais em hardware para inferênciaA hardware implementation of artificial neural networks for inferenceRedes neurais artificiaisInferênciaHardwareVHDLFPGANeural networksInferenceCNPQ::ENGENHARIASTrabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2019.The growing investment in the use of artificial neural networks for end-user services, which require low latency and high responsiveness, make it desirable to have dedicated hardware accelerators for inference. FPGA (Field-Programmable Gate Arrays) programmable devices have the required ideal flexibility for the deployment of artificial neural network accelerators, while being able to support different architectural network models and still keeping performance. A modular artificial neural network design is developed in hardware description language in order to allow inference from reconfigurable devices with desirable performance. The modular design enables it to be easily scaled to support new neural network architectures and different activation functions. The project’s validation is verified by a hardware implementation of a simple and widely known neural network (exclusive-OR (XOR) function).O crescente interesse na utilização de redes neurais artificiais em serviços para usuários finais, que exigem baixa latência e alta responsividade, tornam desejável o uso de aceleradores em hardware dedicados para inferência. Dispositivos programáveis do tipo FPGA (Field-Programmable Gate Arrays) apresentam flexibilidade ideal para aceleração de redes neurais com capacidade de suportar diferentes modelos de arquitetura de rede, mantendo a performance desejada. Um modelo de redes neurais artificiais modular é desenvolvido em linguagem de descrição de hardware a fim de permitir inferência em dispositivos reconfiguráveis de forma performática desejável. O desenvolvimento modular permite fácil extensibilidade de forma a suportar novas arquiteturas de redes neurais e diferentes tipos de funções de ativação. A validação do projeto é efetuada através da implementação em hardware de uma rede neural simples e amplamente conhecida (função OU-exclusivo (XOR)).Universidade Federal de Santa MariaBrasilUFSMCentro de TecnologiaBaggio, José EduardoSilva, Gabriel de Jesus Coelho da2022-07-06T19:55:16Z2022-07-06T19:55:16Z2019-07-152019Trabalho de Conclusão de Curso de Graduaçãoinfo:eu-repo/semantics/publishedVersionapplication/pdfhttp://repositorio.ufsm.br/handle/1/25260ark:/26339/00130000166c8porAttribution-NonCommercial-NoDerivatives 4.0 Internationalhttp://creativecommons.org/licenses/by-nc-nd/4.0/info:eu-repo/semantics/openAccessreponame:Manancial - Repositório Digital da UFSMinstname:Universidade Federal de Santa Maria (UFSM)instacron:UFSM2022-07-06T19:55:16Zoai:repositorio.ufsm.br:1/25260Biblioteca Digital de Teses e Dissertaçõeshttps://repositorio.ufsm.br/ONGhttps://repositorio.ufsm.br/oai/requestatendimento.sib@ufsm.br||tedebc@gmail.comopendoar:2022-07-06T19:55:16Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM)false |
dc.title.none.fl_str_mv |
Implementação de redes neurais artificiais em hardware para inferência A hardware implementation of artificial neural networks for inference |
title |
Implementação de redes neurais artificiais em hardware para inferência |
spellingShingle |
Implementação de redes neurais artificiais em hardware para inferência Silva, Gabriel de Jesus Coelho da Redes neurais artificiais Inferência Hardware VHDL FPGA Neural networks Inference CNPQ::ENGENHARIAS |
title_short |
Implementação de redes neurais artificiais em hardware para inferência |
title_full |
Implementação de redes neurais artificiais em hardware para inferência |
title_fullStr |
Implementação de redes neurais artificiais em hardware para inferência |
title_full_unstemmed |
Implementação de redes neurais artificiais em hardware para inferência |
title_sort |
Implementação de redes neurais artificiais em hardware para inferência |
author |
Silva, Gabriel de Jesus Coelho da |
author_facet |
Silva, Gabriel de Jesus Coelho da |
author_role |
author |
dc.contributor.none.fl_str_mv |
Baggio, José Eduardo |
dc.contributor.author.fl_str_mv |
Silva, Gabriel de Jesus Coelho da |
dc.subject.por.fl_str_mv |
Redes neurais artificiais Inferência Hardware VHDL FPGA Neural networks Inference CNPQ::ENGENHARIAS |
topic |
Redes neurais artificiais Inferência Hardware VHDL FPGA Neural networks Inference CNPQ::ENGENHARIAS |
description |
Trabalho de conclusão de curso (graduação) - Universidade Federal de Santa Maria, Centro de Tecnologia, Curso de Engenharia de Computação, RS, 2019. |
publishDate |
2019 |
dc.date.none.fl_str_mv |
2019-07-15 2019 2022-07-06T19:55:16Z 2022-07-06T19:55:16Z |
dc.type.driver.fl_str_mv |
Trabalho de Conclusão de Curso de Graduação |
dc.type.status.fl_str_mv |
info:eu-repo/semantics/publishedVersion |
status_str |
publishedVersion |
dc.identifier.uri.fl_str_mv |
http://repositorio.ufsm.br/handle/1/25260 |
dc.identifier.dark.fl_str_mv |
ark:/26339/00130000166c8 |
url |
http://repositorio.ufsm.br/handle/1/25260 |
identifier_str_mv |
ark:/26339/00130000166c8 |
dc.language.iso.fl_str_mv |
por |
language |
por |
dc.rights.driver.fl_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ info:eu-repo/semantics/openAccess |
rights_invalid_str_mv |
Attribution-NonCommercial-NoDerivatives 4.0 International http://creativecommons.org/licenses/by-nc-nd/4.0/ |
eu_rights_str_mv |
openAccess |
dc.format.none.fl_str_mv |
application/pdf |
dc.publisher.none.fl_str_mv |
Universidade Federal de Santa Maria Brasil UFSM Centro de Tecnologia |
publisher.none.fl_str_mv |
Universidade Federal de Santa Maria Brasil UFSM Centro de Tecnologia |
dc.source.none.fl_str_mv |
reponame:Manancial - Repositório Digital da UFSM instname:Universidade Federal de Santa Maria (UFSM) instacron:UFSM |
instname_str |
Universidade Federal de Santa Maria (UFSM) |
instacron_str |
UFSM |
institution |
UFSM |
reponame_str |
Manancial - Repositório Digital da UFSM |
collection |
Manancial - Repositório Digital da UFSM |
repository.name.fl_str_mv |
Manancial - Repositório Digital da UFSM - Universidade Federal de Santa Maria (UFSM) |
repository.mail.fl_str_mv |
atendimento.sib@ufsm.br||tedebc@gmail.com |
_version_ |
1815172457331425280 |