《表3 ZYNQSoC资源消耗情况》

  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

《用于弹载线阵激光雷达的卷积神经网络目标识别》

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

硬件试验选用Xilinx ZYNQ-7035SOC作为CNN加速平台.该SOC包含双核ARM Cortex-A9MPCore，最高频率1GHz；拥有Block RAM 17.6Mb和900个DSP乘法器.本实验中ARM Cortex-A9时钟为800MHz，PL端时钟为200 MHz.将卷积运算和池化运算在PL端加速后，经过综合、布局布线，Vivado 2017.4给出的资源占用情况如表3.可以看出将卷积算法在PL端加速后，乘法器（DSP）、BRAM和LUT是本次试验中消耗最大的资源.主要资源的消耗是由于将卷积循环的乘加操作进行并行化展开以及将运算过程进行流水线化的结果.