Yan Wolff
Deep Learning Hardware Accelerator, Nvidia's NVDLA open source evaluation.
Rel. Candido Pirri. Politecnico di Torino, Master of science program in Nanotechnologies For Icts, 2019
Abstract
Questo referto è la prova della mia esperienza di stage di sei mesi nel campo della progettazione hardware per Nordic Semiconductor Norway. L'argomento è lo studio del progetto open source NVDLA (Nvidia Deep Learning Accelerator) pubblicato nella primavera del 2018. NVDLA è un progetto software e hardware basato sul progetto dell'acceleratore di apprendimento deep-sensing Xavier SoC per la guida autonoma. Questo hardware è configurabile con un'architettura modulare che può contenere motori di risagoma dati, nuclei di convoluzione, processori di dati planari e processori di dati di canale. Il NVDLA può essere configurato con tutti o solo alcuni di questi elementi. Il NVDLA si collega alla CPU principale tramite un bus di controllo e accede alla memoria tramite due bus AXI (uno è opzionale e solitamente collegato a una memoria a larghezza di banda elevata o SRAM dedicata).
Il lavoro di questo tirocinio si interessa in particolare alla configurazione nv_small del NVDLA, un'implementazione a bassa potenza del NVDLA proposta da Nvidia
Relators
Academic year
Publication type
Number of Pages
Additional Information
Course of studies
Classe di laurea
Aziende collaboratrici
URI
![]() |
Modify record (reserved for operators) |
