一 目标
针对资源受限，SWaP敏感的边缘计算应用场景，探索稳健而高效的计算架构，算法和应用。 并完成超轻量级神经网络加速器设计和验证。
1、实时性能：30~50FPS
2、超低功耗：mW级别
3、资源受限：包括计算资源/存储资源/通信带宽等
4、成本低廉：
二 设计分析
。。。
三 验证
网络模型：优化设计的YOLOV3
FPGA硬件平台：ZYNQ7020
性能：35FPS（150MHz）
资源消耗7K LUT
四 参考文献
1 TinyNPU
2 DAC-SDC
相关推荐
程序员cxuan4 分钟前
Anthropic：session 之间可以相互通信了GEOshijie12312 分钟前
GEO服务商算法适配承诺怎么验收？48小时响应的合同化考核方案wordbaby21 分钟前
大模型 API 核心概念笔记hrrrrxeeeee31 分钟前
业务岗简历 AI 加分指南：CAIE、国考证书搭配量化案例写法yingyuecom36 分钟前
Hi，导演：AI视频创作正在从“模型调用”走向“生产工作流”雨晨源码（同名B站）38 分钟前
基于深度学习YoloV11农业病害虫害检测系统 智慧农业信息化综合管理平台 （附源码+lw文档+ppt）weixin_446260851 小时前
列表式交叉编码器微调 vs 智能体指令优化大模型重排器：医保医疗流程重排序系统性研究liuyunshengsir1 小时前
从 TVM 到 TileLang：一文读懂深度学习编译器为什么走向 Tile 化海天一色y1 小时前
GSPO：重新定义大语言模型的强化学习训练范式云和数据.ChenGuang1 小时前
fastapi项目拆分实战数据模型