DOI QR코드

DOI QR Code

FPGA 기반 AI 가속에서 PYNQ의 효과적인 활용: Petalinux와의 비교

Effective Application of PYNQ for FPGA-Based AI Acceleration: A Comparative Research with Petalinux

  • 강유민 (서울과학기술대학교 전자IT미디어공학과) ;
  • 민한율 (서울과학기술대학교 전자IT미디어공학과) ;
  • 이채빈 (서울과학기술대학교 전자IT미디어공학과)
  • Yu-min Kang (Dept. of Electronic and IT Media Engineering, Seoul National University of Science and Technology) ;
  • Han-yul Min (Dept. of Electronic and IT Media Engineering, Seoul National University of Science and Technology) ;
  • Chae-bin Lee (Dept. of Electronic and IT Media Engineering, Seoul National University of Science and Technology)
  • 발행 : 2024.10.31

초록

본 논문은 FPGA 기반의 Petalinux SDK와 PYNQ 프레임워크의 이미지 처리 속도를 비교한다. 연구에서는 YOLO v3 Tiny와 Darknet-19 알고리즘을 사용하여 FPGA에서 자체 제작한 CNN 가속기로 실험을 진행하였다. Petalinux SDK는 이미지 처리에 약 233.13ms가 소요된 반면, PYNQ 프레임워크는 약 2.55ms가 소요되어 더 빠른 속도를 보였다. 이를 통해 PYNQ의 잠재력과 활용 가능성을 강조하며, 추가 연구의 필요성을 제기한다.

키워드

과제정보

본 논문은 과학기술정보통신부 대학디지털교육역량강화 사업의 지원을 통해 수행한 ICT멘토링 프로젝트 결과물입니다.

참고문헌

  1. Zhong, Juan, Zheng Liu, and Xi Chen. "Transformer-based models and hardware acceleration analysis in autonomous driving: A survey." arXiv preprint arXiv:2304.10891. 2023.
  2. 장영수. "딥 러닝 인식 성능을 위한 실시간 셀셰이딩 알고리즘". 국내석사학위논문 서울시립대학교 과학기술대학원, 서울, 2023.
  3. Allan, Douglas, et al. Software Defined Radio with Zynq Ultrascale+ RFSoC. No. 1st. Strathclyde Academic Media, 2023.
  4. Redmon, J. "You only look once: Unified, real-time object detection." Proceedings of the IEEE conference on computer vision and pattern. Las Vegas, NV, USA, 2016. pp. 779-788