基于遗传算法的Vivado HLS硬件加速
作者:
作者单位:

作者简介:

通讯作者:

中图分类号:

基金项目:

福建省科技厅工业高校产学合作项目(2013H6008)


Vivado High Level Synthesis Hardware Acceleration Based on Genetic Algorithm
Author:
Affiliation:

Fund Project:

  • 摘要
  • |
  • 图/表
  • |
  • 访问统计
  • |
  • 参考文献
  • |
  • 相似文献
  • |
  • 引证文献
  • |
  • 资源附件
  • |
  • 文章评论
    摘要:

    为适应当前“大数据+深度模型”时代的到来,利用FPGA进行各种算法的硬件加速为其提供了一种可行的解决方案. 本文利用Vivado HLS工具,基于遗传算法设计了一套智能硬件加速架构,编程实现自动生成tcl文件、自动调用HLS工具完成仿真和提取报表中的数据进行分析,并对Xilinx公司所给的FIR和DCT等案例程序进行了测试. 实验中寻找到了较优的解决方案,效率相比人工不断尝试的方法有了数量级的提升,满足了当前一般算法在硬件加速的通用性.

    Abstract:

    At present, in order to adapt to the coming of “big data and in-depth model” age, a feasible solution is put forward by using FPGA to realize hardware accelerator of various algorithms. In this study, by using Vivado HLS tools, a set of intelligent hardware acceleration architecture is designed based on the genetic algorithm, which can automatically generate TCL file by programming, and automatically call HLS tool to complete the simulation analysis and extract the data to analyze in the report. What's more, the case programs like FIR and DCT given by the Xilinx company are tested. A better solution is found in the experiments, and the efficiency is increased by magnitude compared with the manual methods. It has met the universality of the general algorithm in hardware acceleration.

    参考文献
    相似文献
    引证文献
引用本文

陈宝林,黄晞,张仕,郭升挺,吴家飞,苏浩明.基于遗传算法的Vivado HLS硬件加速.计算机系统应用,2018,27(1):120-126

复制
分享
文章指标
  • 点击次数:
  • 下载次数:
  • HTML阅读次数:
  • 引用次数:
历史
  • 收稿日期:2017-03-24
  • 最后修改日期:2017-04-13
  • 录用日期:
  • 在线发布日期: 2017-12-22
  • 出版日期:
文章二维码
您是第位访问者
版权所有:中国科学院软件研究所 京ICP备05046678号-3
地址:北京海淀区中关村南四街4号 中科院软件园区 7号楼305房间,邮政编码:100190
电话:010-62661041 传真: Email:csa (a) iscas.ac.cn
技术支持:北京勤云科技发展有限公司

京公网安备 11040202500063号