《表1 资源使用量：基于FPGA加速的卷积神经网络识别系统》

  提示：宽带有限、当前游客访问压缩模式

本系列图表出处文件名：随高清版一同展现

《基于FPGA加速的卷积神经网络识别系统》

1. 获取 高清版本忘记账户？点击这里登录

1. 下载图表忘记账户？点击这里登录

系统设计使用Xilinx公司的ZYNQ-7000 xc7z020clg400-1芯片作为实验平台，该芯片内部有85 000个逻辑单元、4.9 MB的Block RAM、220个DSP48单元、1 GB片外DRAM，满足本系统所需。CPU平台使用Core i5 9400f，主频为2.9 GHz，GPU平台使用GTX 1060，GPU主频为1.5 GHz，显存带宽为160 GB/s。将实验结果与CPU、GPU平台以及基准设计[5]对比，资源使用情况如表1所示，实验结果如表2所示。