《表3 计算平台性能比较：基于ARM+FPGA平台的二值神经网络加速方法研究》

  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ARM+FPGA平台的二值神经网络加速方法研究》

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

本节的实验将加速器整体的性能与表3中各种基准线进行了比较，由于原始吞吐量在很大程度上受限于设备尺寸，还比较了功耗和每瓦吞吐量。与m GPU相比两款FPGA的运行时间性能分别提升了8.8和29.5倍，每瓦的吞吐量比m GPU分别高了14.1和9.4倍；与x86处理器相比也分别取得了2和6.7倍的加速效果；而与GPU相比，两款设计在性能上分别相差了18.6和5.5倍，但正如预期的一样，它们的功耗要低得多，每瓦的吞吐量也要高很多。表3中conv1表示第一层的卷积，conv2～5表示二值卷积层，FC1-3是最后的全连接层，最后一行显示了各平台每瓦的效率。