基於FPGA的深度學習硬件架構平臺的研究現狀分析

       FPGA深度學習的方向概述       傳統的CNN（Tensorflow、caffe）是在GPU、CPU上面進行的，但因爲其功耗高、散熱不好、價格昂貴。但是在單純的FPGA這類芯片上進行深度學習類的算法，往往開發難度大，開發週期漫長，不適合CNN算法的實現。 CNN算法的步驟劃分，訓練（PC）+異構平臺(SOC)。       因此，纔出現了各種異構平臺SOC，如FPGA+ARM的

>>阅读原文<<