Xilinx/finn

해결하는 문제

FINN은 FPGA에서 양자화 신경망(QNN)의 빠르고 확장 가능한 추론을 가능하게 하도록 설계되었습니다. 특정 신경망 아키텍처에 맞춰 최적화된 효율적인 하드웨어 가속기를 구축하는 도전 과제를 해결하여 높은 처리량과 낮은 지연 시간을 달성합니다.

작동 방식

이 프레임워크는 각 네트워크에 맞게 맞춤형 데이터플로우 아키텍처를 생성합니다. 소프트웨어 및 하드웨어 추상화 스택의 여러 계층을 아우르는 엔드투엔드 도구 흐름을 제공하여, 연구자들이 재구성 가능한 하드웨어에서 딥 신경망 추론을 탐색할 수 있도록 합니다.

대상 사용자

신경망 연구 및 FPGA 기반 AI 가속화에 종사하는 연구자 및 개발자를 대상으로 하며, 특히 양자화 신경망에 집중하는 분들에게 적합합니다.

주요 특징

• AMD Research & Advanced Development에서 개발한 오픈소스 프레임워크.
• 높은 효율성을 위해 맞춤형 데이터플로우 아키텍처 생성에 중점을 둠.
• FPGA 성능을 극대화하기 위해 양자화 신경망을 지원.
• 복잡한 종속성 환경에서도 일관성을 유지하기 위한 Docker 기반 실행.