نظرًا لمحدودية قوة الحساب وموارد التخزين على منصة الأجهزة، لا يزال تحقيق شبكة عصبية تلافيفية (CNN) موفرة للطاقة وفعالة باستخدام الأنظمة المدمجة يمثل تحديًا رئيسيًا لمصممي الأجهزة. بناءً على ذلك، تقترح هذه الورقة تصميمًا كاملاً لنظام مدمج متغاير يستخدم نظام على شريحة (SoC) مبرمج ميدانيًا. يعتمد التصميم على هيكل إدخال قابل للسلسلة، وينفذ عمليتي ضرب ومجموع مستقلين في DSP واحد، مما يقلل من الوصول إلى الذاكرة الخارجية ويحسن كفاءة النظام مع تقليل استهلاك الطاقة. مقارنة بالحلول الأخرى، تحسنت كفاءة الطاقة بأكثر من 38.7٪. تم نشر التصميم (الإطار) بنجاح على شبكات CNN كبيرة النطاق في أجهزة منخفضة التكلفة، مما زاد بشكل كبير من كفاءة الطاقة لنموذج الشبكة. بلغت كفاءة الطاقة التي تحققت على جهاز ZYNQ XC7Z045 حتى 102 Gops/W. علاوة على ذلك، عند إجراء استدلال طبقة الالتفاف لنموذج VGG-16 باستخدام هذا الإطار، بلغ معدل الإطارات 10.9 إطارًا في الثانية، مما يوضح بوضوح أن التصميم يمكنه تسريع استدلال الشبكة العصبية التلافيفية بشكل فعال في بيئات محدودة الطاقة.

تسريع الأجهزة; الشبكة العصبية التلافيفية; FPGA; نظام متغاير على شريحة