ARM嵌入式系统的DNN性能优化.pdfI+计算 •深度学习 •服务器+嵌入式终端 •框架：Perf

文件名称: ARM嵌入式系统的DNN性能优化.pdf

所属分类: 机器学习

开发工具:

文件大小: 1mb

下载次数: 0

上传时间: 2019-09-04

提供者: zhihua*******

下载 (1mb)

不能下载？报告错误

详细说明：I+计算 •深度学习 •服务器+嵌入式终端 •框架：PerfNet（基于mxnet） •性能库：PerfDNN •x86,ARM,POWER •支持低精度 •PerfCV •基本CV类功能（cvt_color,resize…） •OpenBLASAR嵌入式系统的DN性能优化 BOTO 2016中国大数据技术大会 Big Data Technology Conference 2016 CAR PERSONI JANMALI Deep learning 大数据+大计算 Alexnet Conv layer>BLAS FC layer→>BLAS GPU Forward Time Distribution CPU Forward Time Distribution fc7 conV 6 cony fc6 169% 69%26% conV 196% 1956% 18% 177% relet 94% c05 07% 1% 177% p00m4 147% po 14.7% c04 conV conV norm1 178% 219 21.9%18:7% rely pool2 norm2 conV 02% 07%06% 18:7% 237% 237% 178% norm2 rely 178% 04% AR嵌入式系统的DN性能优化 BOTO 2016中国大数据技术大会 Big Data Technology Conference 2016 什么是BLAS Basic linear algebra Subprograms 基本线性代数子程序 BLAs3级:矩阵矩阵 BAs2级:矩阵向量 BAs1级:向量·向量 AR嵌入式系统的DN性能优化 BDTC 2016 2016中国大数据技术大会 ata Technology Conference 2016 OpenBLaS 2011, forked from Goto BLAS2 全球最好的开源矩阵计算库 2056中国计算机学会科技进步二等奖进入主流inu发行版进入meHc套件中国计算机7 C学技二等要 doro openblas package ablAS 奖彭峰(北京)科技有限主人:郏民 Pil /HENG Weimin 这家赞助 debian AR嵌入式系统的DN性能优化 BDTC 2016 2016中国大数据技术大会 ata Technology Conference 2016 OpenBLaS ·支持主流CPU处理器 Intel. AMD ARM. AArch64 Ms龙芯 BM POWER ·支持常见操作系统 Windows FreeBSD Android AR嵌入式系统的DN性能优化 BDTC 2016 2016中国大数据技术大会 ata Technology Conference 2016 0meAS用户 dmlc la GNU octave manet Caffe RM②mDA Temple你 Pathscale HA引团一 High Performance Compilers Q蛾4 \1931/ AR嵌入式系统的DN性能优化 BDTC 2016 2016中国大数据技术大会 ata Technology Conference 2016 emS能 Intel Sandy bridg DGEMM Benchmark (single-threaded Performance(GFlop/s)vs. matrix size(A/=1000, N '=00, K =614.80,.381) 28 Scalar peak performance OpenBLAS (Sandy Bridge) 26 Intel MKL 11.0 22 20 OpenBLAS (Nehalem Reference AR嵌入式系统的DN性能优化 BDTC 2016 2016中国大数据技术大会 ata Technology Conference 2016 emS能龙芯3A …4……………图… E GotobLAS 1200 你…··*·“··· 個AAs 区AS ………………………图… 600 .., 00 200 N x×z22x Nn Level 3 blas functions Figure 11. Multi-threaded Level 3 BLAS Performance(NP-4) AR嵌入式系统的DN性能优化 BDTC 2016 2016中国大数据技术大会 ata Technology Conference 2016 GEM矩阵乘法 C MXN A: MxK B: KXN 简单实现:j三重循环6(i forj=0; N, ++ 提高cahe用率 for(k=0; kk; k++) 怎么分块

(系统自动生成,下载前可以参看下载内容)