Ιδρυματικό Αποθετήριο
Πολυτεχνείο Κρήτης
EN  |  EL

Αναζήτηση

Πλοήγηση

Ο Χώρος μου

Υλοποίηση πολύπλοκων εφαρμογών ψηφιακής επεξεργασίας σήματος με χρήση εργαλείων σύνθεσης σε υψηλό επίπεδο σε πλατφόρμα VERSAL

Stavropoulos Alexandros-Andreas

Απλή Εγγραφή


URIhttp://purl.tuc.gr/dl/dias/9541CD3E-E6F4-48D1-A325-8B380EAD9C4B-
Αναγνωριστικόhttps://doi.org/10.26233/heallink.tuc.101129-
Γλώσσαen-
Μέγεθος104 pagesen
Μέγεθος13.3 megabytesen
ΤίτλοςImplementation of complex signal processing applications using high level synthesis tools on a VERSAL platformen
ΤίτλοςΥλοποίηση πολύπλοκων εφαρμογών ψηφιακής επεξεργασίας σήματος με χρήση εργαλείων σύνθεσης σε υψηλό επίπεδο σε πλατφόρμα VERSAL el
ΔημιουργόςStavropoulos Alexandros-Andreasen
ΔημιουργόςΣταυροπουλος Αλεξανδρος-Ανδρεαςel
Συντελεστής [Επιβλέπων Καθηγητής]Dollas Apostolosen
Συντελεστής [Επιβλέπων Καθηγητής]Δολλας Αποστολοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Ioannidis Sotiriosen
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Ιωαννιδης Σωτηριοςel
Συντελεστής [Μέλος Εξεταστικής Επιτροπής]Soudris, Dimitrios, 1964-en
ΕκδότηςΠολυτεχνείο Κρήτηςel
ΕκδότηςTechnical University of Creteen
Ακαδημαϊκή ΜονάδαTechnical University of Crete::School of Electrical and Computer Engineeringen
Ακαδημαϊκή ΜονάδαΠολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστώνel
ΠεριγραφήΔιπλωματική Εργασία που υποβλήθηκε στη σχολή ΗΜΜΥ του Πολυτεχνείου Κρήτης για την πλήρωση των προϋποθέσεων λήψης του διπλώματοςel
ΠερίληψηThe growing demand for efficient and scalable hardware architectures to support complex machine learning (ML) and signal processing applications has led to the exploration of versatile platforms like the AMD/Xilinx Versal Adaptive Compute Acceleration Platform (ACAP). This thesis investigates the performance of the Versal VCK190, focusing on its Network-on-Chip (NoC) architecture and its potential for accelerating convolutional neural networks (CNNs) and matrix multiplication tasks. By leveraging the Vitis and Vitis AI development environments, benchmarks for CNN models and matrix operations were deployed to evaluate the throughput and efficiency of the NoC. The results demonstrate the strengths of the Versal platform in managing highperformance AI workloads, while also revealing areas where optimizations could improve performance, particularly in real-time applications. Key contributions of this work include the development of custom benchmarks for CNNs and matrix multiplication, a thorough evaluation of NoC throughput and performance analysis based on real-time AI inference. The findings offer valuable insights into the capabilities and limitations of the Versal architecture for heterogeneous computing applications. en
ΠερίληψηΗ αυξανόμενη ζήτηση για αποδοτικές και κλιμακούμενες αρχιτεκτονικές υλικού για την υποστήριξη σύνθετων εφαρμογών μηχανικής μάθησης (ΜΜ) και επεξεργασίας σήματος έχει οδηγήσει στην εξερεύνηση ευέλικτων πλατφορμών όπως η πλατφόρμα AMD/Xilinx Versal Adaptive Compute Acceleration Platform (ACAP). Η παρούσα διπλωματική διερευνά τις επιδόσεις του Versal VCK190, εστιάζοντας στην αρχιτεκτονική του Network-on-Chip (NoC) και στις δυνατότητές του για την επιτάχυνση των συνελικτικών νευρωνικών δικτύων (ΣΝΔ) και των εργασιών πολλαπλασιασμού πινάκων. Αξιοποιώντας τα περιβάλλοντα ανάπτυξης Vitis και Vitis AI, αναπτύχθηκαν δείκτες αναφοράς για μοντέλα ΣΝΔ και πράξεις πινάκων για την αξιολόγηση της απόδοσης και της αποδοτικότητας του NoC. Τα αποτελέσματα καταδεικνύουν τα πλεονεκτήματα της πλατφόρμας Versal στη διαχείριση φορτίων εργασίας ΜΜ υψηλής απόδοσης, ενώ παράλληλα αποκαλύπτουν περιοχές όπου οι βελτιστοποιήσεις θα μπορούσαν να βελτιώσουν τις επιδόσεις, ιδίως σε εφαρμογές πραγματικού χρόνου. Οι βασικές συνεισφορές αυτής της εργασίας περιλαμβάνουν την ανάπτυξη προσαρμοσμένων δοκιμών για ΣΝΔ και πολλαπλασιασμό πινάκων, ενδελεχή αξιολόγηση της απόδοσης του NoC και ανάλυση επιδόσεων με βάση την εξαγωγή συμπερασμάτων σε πραγματικό χρόνο. Τα ευρήματα προσφέρουν πολύτιμες πληροφορίες σχετικά με τις δυνατότητες και τους περιορισμούς της αρχιτεκτονικής Versal για εφαρμογές ετερογενών υπολογιστών. el
ΤύποςΔιπλωματική Εργασίαel
ΤύποςDiploma Worken
Άδεια Χρήσηςhttp://creativecommons.org/licenses/by/4.0/en
Ημερομηνία2024-10-07-
Ημερομηνία Δημοσίευσης2024-
Θεματική ΚατηγορίαVersal ACAP platformen
Θεματική ΚατηγορίαArtificial intelligence en
Θεματική ΚατηγορίαMachine learningen
Θεματική ΚατηγορίαHardware accelerationen
Θεματική ΚατηγορίαHeterogenous platformsen
Θεματική ΚατηγορίαΕτερογενή συστήματαel
Βιβλιογραφική ΑναφοράAlexandros-Andreas Stavropoulos, "Implementation of complex signal processing applications using high level synthesis tools on a VERSAL platform", Diploma Work, School of Electrical and Computer Engineering, Technical University of Crete, Chania, Greece, 2024en
Βιβλιογραφική ΑναφοράΑλέξανδρος-Ανδρέας Σταυρόπουλος, "Υλοποίηση πολύπλοκων εφαρμογών ψηφιακής επεξεργασίας σήματος με χρήση εργαλείων σύνθεσης σε υψηλό επίπεδο σε πλατφόρμα VERSAL", Διπλωματική Εργασία, Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών, Πολυτεχνείο Κρήτης, Χανιά, Ελλάς, 2024el

Διαθέσιμα αρχεία

Υπηρεσίες

Στατιστικά