An FPGA-Based Convolutional Neural Network Coprocessor

In this paper, an FPGA-based convolutional neural network coprocessor is proposed. The coprocessor has a 1D convolutional computation unit PE in row stationary (RS) streaming mode and a 3D convolutional computation unit PE chain in pulsating array structure. The coprocessor can flexibly control the number of PE array openings according to the number of output channels of the convolutional layer. In this paper, we design a storage system with multilevel cache, and the global cache uses multiple broadcasts to distribute data to local caches and propose an image segmentation method that is compatible with the hardware architecture. The proposed coprocessor implements the convolutional and pooling layers of the VGG16 neural network model, in which the activation value, weight value, and bias value are quantized using 16-bit fixed-point quantization, with a peak computational performance of 316.0 GOP/s and an average computational performance of 62.54 GOP/s at a clock frequency of 200 MHz and a power consumption of about 9.25 W.

Analisis Perbandingan Performa Average Access Time Cache pada Prosesor Komputer

Performa komputer dari generasi ke generasi mengalami peningkatan yang cukup pesat, terutama dalam hal kecepatan pemrosesan data. Jika kita amati, kecepatan komputer dalam melakukan pemrosesan data merupakan arah dari perkembangan generasi komputer. Kecepatan pemrosesan data ini sangat dipengaruhi oleh average access time pada cache prosesor. Tujuan penelitian ini adalah untuk membandingkan performa dan memberikan gambaran average access time pada multilevel cache proseesor komputer. Untuk mendapatkan perbandingan dan gambaran mengenai cara menghitung average access time ini, digunakan dua buah prosesor sebagai sampel yaitu Intel Core I7 2600K dan Phenom II X6 1100T. Untuk membandingkan average access time dari kedua prosesor tersebut, diperlukan dua indikator yaitu access time dan hit rate. Dari hasil analisis yang dilakukan, dapat disimpulkan bahwa dari segi average access time, prosesor Phenom X6 1100T memiliki performa lebih baik jika dibandingkan dengan prosesor Intel Core I7 2600K.