[发明专利]一种基于FPGA的深度学习动态模型剪裁推理系统及方法在审
| 申请号： | 201810398341.7 | 申请日： | 2018-04-28 |
| 公开（公告）号： | CN108629408A | 公开（公告）日： | 2018-10-09 |
| 发明（设计）人： | 孙善宝;于治楼;金长新 | 申请（专利权）人： | 济南浪潮高新科技投资发展有限公司 |
| 主分类号： | G06N3/063 | 分类号： | G06N3/063;G06N3/08;G06N5/04;H04L29/08 |
| 代理公司： | 济南信达专利事务所有限公司 37100 | 代理人： | 孟峣 |
| 地址： | 250100 山东省济南市*** | 国省代码： | 山东;37 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于FPGA的深度学习动态模型剪裁推理系统及方法，包括物联网终端，配置有若干，且每个物联网终端中均配置有FPGA加速卡，通过该FPGA加速卡实现硬件加速处理，并将硬件加速处理的数据信息上传；云中心，用于训练基于FPGA的深度学习模型，获取物联网终端的存储的数据，并根据该数据继续进行训练，再将训练获得的模型分发至各物联网终端。本发明的一种基于FPGA的深度学习动态模型剪裁推理系统及方法与现有技术相比，通过硬件加速处理推理任务，降低推理时延，满足实时性要求；云端和设备侧共同优化深度学习计算模型，持续提供设备侧FPGA深度学习计算能力，满足行业个性化需求，实用性强，适用范围广泛，具有很好的推广使用价值。 | ||
| 搜索关键词： | 物联网终端 动态模型 推理系统 硬件加速 剪裁 学习 推理 数据信息上传 个性化需求 实时性要求 持续提供 计算模型 计算能力 联网终端 获取物 云端 配置 时延 分发 存储 优化 | ||
【主权项】：
1.一种基于FPGA的深度学习动态模型剪裁推理系统，其特征在于，包括，物联网终端，配置有若干，且每个物联网终端中均配置有FPGA加速卡，通过该FPGA加速卡实现硬件加速处理，并将硬件加速处理的数据信息上传；云中心，配置有FPGA加速卡，并基于该FPGA加速卡训练深度学习模型，获取物联网终端的存储的数据，并根据该数据继续进行训练，实现基于FPGA的深度学习模型优化，再将训练获得的模型分发至各物联网终端，实现物联网终端设备根据实际需求动态加载深度学习推理模型，并通过FPGA实现硬件加速。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于济南浪潮高新科技投资发展有限公司，未经济南浪潮高新科技投资发展有限公司许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201810398341.7/，转载请声明来源钻瓜专利网。
