2020 Mètode d'implementació hardware de xarxes neuronals convolucionals
Implementació en hardware de grans xarxes neuronals artificials per al reconeixement de sons, veu o imatges.
Descripció
En els últims anys l'ús de xarxes neuronals extenses (Deep Neural Networks, DNN) han adquirit gran rellevància per la seva gran capacitat d'extreure informació útil a partir de grans quantitats de dades. La seva implementació en hardware possibilita l'augment en velocitat d'operació en realitzar-se la computació en paral·lel comparant-ho amb aproximacions basades en l'ús de microprocessadors que utilitzen arquitectures de computació seqüencials del tipus Von-Neuman (solucions programari). Les xarxes neuronals convolucionals (Convolutional Neural Networks, CNN) són un tipus de DNN amb una connexió del tipus Feed-Forward (sense realimentació), especialment útils per al reconeixement de formes en imatges.
Gràcies a l'ús de diferents tècniques de computació aproximada (per exemple, la computació estocàstica) en la implementació de la xarxa neuronal s'aconsegueix una reducció considerable dels requisits de maquinari en comparació amb la lògica binària tradicional. Alhora que es redueixen els requisits de superfície i energia, es manté la precisió. La xarxa neuronal s'implementa utilitzant una solució totalment digital.