-
题名低功耗异构计算架构的高光谱遥感图像分类研究
被引量：2
- 1
-
-
作者
刘鹏飞
朱健晨
万良易
江波
-
机构
中国电子科技集团公司第三十二研究所
-
出处
《计算机工程》
CAS
CSCD
北大核心
2022年第12期9-15,23,共8页
-
基金
国家部委基金。
-
文摘
高光谱图像分类算法通常需要逐点对图像中的像素点进行迭代处理,计算复杂度及并行程度存在较大差异。随着高光谱遥感图像空间、光谱和辐射分辨率的不断提升,这些算法无法满足实时处理海量遥感图像数据的需求。通过分析NPU存储计算一体化模式与遥感图像分类算法的实现步骤,设计低功耗CPU+NPU异构资源计算架构的低秩稀疏子空间聚类(LRSSC)算法,将数据密集型计算转移至NPU,并利用NPU数据驱动并行计算和内置AI加速,对基于机器学习算法的海量遥感数据进行实时分类。受到big.LITTLE计算范式的启发,CPU+NPU异构资源计算架构由8 bit和低精度位宽NPU共同组成以提高整体吞吐量,同时减少图网络推理过程中的能量损耗。实验结果表明,与CPU计算架构和CPU+GPU异构计算架构的LRSSC算法相比,CPU+NPU异构计算架构的LRSSC算法在Pavia University遥感数据集下的计算速度提升了3~14倍。
-
关键词
高光谱遥感
图像分类算法
低秩稀疏子空间聚类
低功耗异构计算架构
编码孔径快照光谱成像
-
Keywords
Hyperspectral Remote Sensing(HRS)
image classification algorithm
Low-Rank Sparse Subspace Clustering(LRSSC)
low-power heterogeneous computing architecture
Coded Aperture Snapshot Spectral Imaging(CASSI)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
-
题名嵌入式异构智能计算系统并行多流水线设计
被引量：1
- 2
-
-
作者
赵二虎
吴济文
肖思莹
晋振杰
徐勇军
-
机构
中国科学院计算技术研究所专项技术研究中心
中国科学院大学
-
出处
《电子学报》
EI
CAS
CSCD
北大核心
2023年第11期3354-3364,共11页
-
基金
中国科学院技术支撑人才项目
北航杭州创新研究院钱江实验室开放基金(No.2020-Y8-A-023)。
-
文摘
嵌入式智能计算系统因其功耗受限和多传感器实时智能处理需要,对硬件平台的智能算力能效比和智能计算业务并行度提出了严峻挑战.传统嵌入式计算系统常采用的DSP+FPGA数字信号处理架构,无法适用于多个神经网络模型加速场景.本文基于ARM+DLP+SRIO嵌入式异构智能计算架构,利用智能处理器多片多核多内存通道特性,提出了并行多流水线设计方法.该方法充分考虑智能计算业务中数据传输、拷贝、推理、结果反馈等环节时间开销,为不同的神经网络模型合理分配智能算力资源,以达到最大的端到端智能计算业务吞吐率.实验结果表明,采用并行多流水线设计方法的深度学习处理器利用率较单流水线平均提高约25.2%,较无流水线平均提高约30.7%,满足可见光、红外、SAR等多模图像实时智能处理需求,具有实际应用价值.
-
关键词
嵌入式智能计算系统
异构计算架构
神经网络模型
并行多流水线
深度学习处理器
-
Keywords
embedded AI computing systems
heterogeneous computing architecture
neural network model
parallel multi pipeline
deep learning processor(DLP)
-
分类号
TP389.1
[自动化与计算机技术—计算机系统结构]
-
