FPGA အခြေပြုအာရုံကြောကွန်ယက်အရှိန်မြှင့်သည် GPU များကိုသာလွန်သည်

၎င်းကို GoogLeNet Inception-v1 CNN အနေဖြင့်ပြသခဲ့သည်။ ၎င်းသည်တစ်စက္ကန့်လျှင် ၁၆.၈ terra စစ်ဆင်ရေး (TOPS) ကိုရရှိခဲ့ပြီး Xilinx Virtex UltraScale + XCVU9P-3 fpga တွင်တစ်စက္ကန့်တွင်ရုပ်ပုံပေါင်း ၅၃၀၀ ကျော်ကိုတွက်ချက်နိုင်သည်။ modular အရွယ်အစားရှိသောချဉ်းကပ်မှုသည်၎င်းကိုအစွန်းနှင့်မိုthe်းတိမ်ရှိအရာဝတ္ထုများရှာဖွေတွေ့ရှိခြင်းနှင့်ဗွီဒီယိုပြုပြင်ခြင်းဆိုင်ရာ application များအတွက်သင့်လျော်စေသည်ဟု Fawcett ကရှင်းပြသည်အပြင်ဒေတာစင်တာများနှင့်အသိဉာဏ်ရှိသောကင်မရာများအတွက်အခက်အခဲဖြစ်စေသည်။

ကွဲပြားခြားနားသော algorithms များအတွက်အပြိုင် DSP ဗိသုကာ၊ ဖြန့်ဝေသည့်မှတ်ဉာဏ်နှင့်ယုတ္တိဗေဒနှင့်ဆက်သွယ်မှု၏ပြန်လည်ဖွဲ့စည်းနိုင်မှုကို အသုံးပြု၍ စက်သင်ကြားမှုဆိုင်ရာအသုံးချပရိုဂရမ်များအတွင်းရှိအာရုံကြောကွန်ယက် topologies များအတွက်အကောင်းဆုံးတွက်ချက်မှုစွမ်းဆောင်ရည်ကို DPU ကို configure လုပ်နိုင်သည်။

DPU သည်ယှဉ်ပြိုင်မှုရှိသော CNNs များထက်စွမ်းဆောင်ရည် ၅၀% ပိုမိုရရှိပြီးစွမ်းအင်သို့မဟုတ်ကုန်ကျစရိတ်အတွက်ဘတ်ဂျက်အတွက် GPU များထွက်သည်ဟုကုမ္ပဏီကဆိုသည်။ Fpga သည်ကမ္ဘာ့အဆင့်မြင့်ပလက်ဖောင်းနှင့်ဗိသုကာတစ်ခုဖြစ်သည်။ ၎င်းသည်အနာဂတ်ကိုကာကွယ်ရန်အလွန်ပြောင်းလွယ်ပြင်လွယ်ပြီး AI တွင် GPU များထက်သာလွန်သည်။

fpgas တွင်နက်ရှိုင်းသောသင်ယူမှုအရှိန်အဟုန်မြှင့်တင်ခြင်းအတွက်နည်းစနစ်များကိုလေ့လာရန် Oxford တက္ကသိုလ်မှ PhD0 (DPhil) ကိုစပွန်ဆာပေးသည်ဟုကုမ္ပဏီကကြေငြာခဲ့သည်။ အဆိုပါအလုပ်သည် Omnitek ၏ AI တွက်ချက်မှုအင်ဂျင်များနှင့် algorithms များနှင့် ပတ်သက်၍ ကိုယ်ပိုင်သုတေသနပြုမှုနှင့်အတူပူးပေါင်းမည်ဖြစ်သည်။