【精品】基于FPGA的人工神經(jīng)網(wǎng)絡(luò)實現(xiàn)方法的研究


引言
　　人工神經(jīng)網(wǎng)絡(luò)(ArtificialNeuralNetwork，ANN)是一種類似生物神經(jīng)網(wǎng)絡(luò)的信息處理結(jié)構(gòu)，它的提出是為了解決一些非線性，非平穩(wěn)，復(fù)雜的實際問題。目前實現(xiàn)ANN還主要依靠軟件程序．但是依靠程序很難達到實時性的要求。
　　神經(jīng)網(wǎng)絡(luò)在FPGA上實現(xiàn)是獨立于馮•諾依曼架構(gòu)，利用FPGA的并行性，在一些實時性要求很強的領(lǐng)域應(yīng)用。通用計算機雖然編程容易，但是很多時間浪費在分析指令，讀出寫入數(shù)據(jù)等。于是人們想利用ASIC(專用計算芯片)完成神經(jīng)網(wǎng)絡(luò)的計算任務(wù)，但是由于資源有限，這種芯片只限于實現(xiàn)特定的算法結(jié)構(gòu)和小規(guī)模網(wǎng)絡(luò)，而且專用芯片的制作成本很高，只適合大批量生產(chǎn)。
　　可編程邏輯器件FPGA的出現(xiàn)給IC設(shè)計行業(yè)一個很強的工具，它可以小成本的開發(fā)一些專用芯片，如果開發(fā)是成功的可以考慮流片生產(chǎn)。用FPGA實現(xiàn)神經(jīng)網(wǎng)絡(luò)比ASIC神經(jīng)計算單元更容易實現(xiàn)，利用可編程邏輯，F(xiàn)PGA可以實現(xiàn)像軟件一樣的設(shè)計靈活性，特別是對于復(fù)雜網(wǎng)絡(luò)，設(shè)計周期大大縮短，其內(nèi)部的重構(gòu)邏輯模塊(ConfigurableLogicBlocks，CLBs)包含若干邏輯單元，利用固有的可重構(gòu)路徑結(jié)構(gòu)可以實現(xiàn)高效率的連接。此外，現(xiàn)在正在開發(fā)中的一種神經(jīng)計算芯片為神經(jīng)網(wǎng)絡(luò)的實現(xiàn)提出了一種新的有效方法。