典型文献
基于硬件仿真系统的边缘计算人工智能视觉芯片设计验证
文献摘要：
基于卷积神经网络(CNN,convolutional neural network)的视觉深度学习算法的兴起推动了人工智能视觉芯片设计研究的快速发展,而芯片的设计验证工作是人工智能视觉芯片研发的瓶颈.介绍了一种基于硬件仿真系统的人工智能视觉芯片软硬件验证方法,以边缘计算人工智能视觉芯片设计为例,在硬件仿真系统ZeBu上完成了芯片运行的典型深度学习网络MobileNet的仿真验证工作.结果表明,在硬件芯片架构上实现的网络模型在保证精确度的同时,在200 MHz频率时钟下单帧检测时间只需要18.51 ms,与软件平台仿真相比,仿真速度提高了7倍.
文献关键词：
人工智能视觉芯片;深度学习;MobileNet;ZeBu
中图分类号：
作者姓名：
徐宣哲;宁珂;郑学敏;赵明心;徐萌萌;吴南健;刘力源
作者机构：
中国科学院半导体研究所半导体超晶格国家重点实验室,北京 100083;中国科学院大学材料与光电研究中心,北京 100049
文献出处：
引用格式：
[1]徐宣哲;宁珂;郑学敏;赵明心;徐萌萌;吴南健;刘力源-.基于硬件仿真系统的边缘计算人工智能视觉芯片设计验证)[J].物联网学报,2022(01):20-28
A类：
人工智能视觉芯片,ZeBu
B类：
硬件仿真,仿真系统,边缘计算,芯片设计,设计验证,convolutional,neural,network,深度学习算法,验证方法,深度学习网络,MobileNet,仿真验证,硬件芯片,MHz,时钟,下单,单帧检测,检测时间,ms,软件平台,真相,仿真速度
AB值：
0.25582
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
