-
题名面向输电线路边缘智能的硬件加速设计
- 1
-
-
作者
张树华
王继业
赵传奇
陈宏铭
郭咏雯
-
机构
华北电力大学电气与电子工程学院
中国电力科学研究院有限公司
浙江海洋大学信息工程学院
-
出处
《计算机工程》
北大核心
2025年第2期213-222,共10页
-
基金
国家电网有限公司科技项目(5700-202255475A-2-0-KJ)。
-
文摘
近年来,随着输电物联网的发展,输电线路在线监测成为重点建设项目,但嵌入式平台的计算能力和功耗问题影响了输电线路可视化的实现。为解决这些问题,研究计算资源和存储资源高度融合的存内计算优化技术。首先,设计了一种轻量级神经网络,专用于输电线路目标识别,有效降低了资源利用率;其次,提出一种适用于卷积神经网络(CNN)的现场可编程逻辑门阵列(FPGA)计算架构,基于超轻量化异常目标识别神经网络算法,结合特征图输出复用和乒乓机制等优化策略,大幅提升了嵌入式平台的运行帧率并降低了资源占用率;最后,利用层融合技术、多通道传输和网络参数重排等策略,优化了嵌入式平台的功耗,提升了能效比。实验结果表明,FPGA加速器在175 MHz主频下工作时,功耗低于3.5 W,在输电线路数据集上的识别帧率达到33帧/s,与其他方案相比,在资源利用率、帧率和能效比方面均有显著提升。
-
关键词
人工智能加速
现场可编程逻辑门阵列(FPGA)
YOLOv3网络
risc-v硬核
卷积神经网络
-
Keywords
Artificial Intelligence(AI)acceleration
Field Programmable Gate Array(FPGA)
YOLOv3 network
risc-v hardcore
Convolutional Neural Network(CNN)
-
分类号
TP391
[自动化与计算机技术—计算机应用技术]
-
