Proposta de Implementação de Rede Neural Artificial em Hardware para Aprendizagem Profunda

Maria Gracielly Fernandes Coutinho¹; Marcelo Augusto Costa Fernandes¹

¹ Universidade Federal do Rio Grande do Norte - UFRN

Baixar PDF doi:10.20906/CPS/CBA2018-1296

Resumo

Este trabalho tem como objetivo a implementação em hardware de uma rede neural artificial (RNA) para utilização de algoritmos com aprendizagem profunda (Deep Learning). O hardware proposto foi desenvolvido em FPGA (field programmable gate array) e suporta RNAs treinadas com a técnica Sparse Autoencoder. Para permitir RNAs com muitas entradas e camadas na FPGA, foi utilizada a técnica de matriz sistólica (systolic array) em todo hardware desenvolvido. Os detalhes da arquitetura desenvolvida são evidenciados, bem como, os dados de ocupação em hardware e o tempo de processamento. Resultados mostram que a implementação proposta consegue atingir throughputs elevados, permitindo a utilização de técnicas de Deep Learning em problemas de dados massivos.

Palavras-chave: Aprendizagem Profunda; FPGA; Autoencoder; Matriz Sistólica