Institutional Repository
Technical University of Crete
Technical University of Crete
EN
|
EL
| URI | http://purl.tuc.gr/dl/dias/9541CD3E-E6F4-48D1-A325-8B380EAD9C4B | - |
| Identifier | https://doi.org/10.26233/heallink.tuc.101129 | - |
| Language | en | - |
| Extent | 104 pages | en |
| Extent | 13.3 megabytes | en |
| Title | Implementation of complex signal processing applications using high level synthesis tools on a VERSAL platform | en |
| Title | Υλοποίηση πολύπλοκων εφαρμογών ψηφιακής επεξεργασίας σήματος με χρήση εργαλείων σύνθεσης σε υψηλό επίπεδο σε πλατφόρμα VERSAL | el |
| Creator | Stavropoulos Alexandros-Andreas | en |
| Creator | Σταυροπουλος Αλεξανδρος-Ανδρεας | el |
| Contributor [Thesis Supervisor] | Dollas Apostolos | en |
| Contributor [Thesis Supervisor] | Δολλας Αποστολος | el |
| Contributor [Committee Member] | Ioannidis Sotirios | en |
| Contributor [Committee Member] | Ιωαννιδης Σωτηριος | el |
| Contributor [Committee Member] | Soudris, Dimitrios, 1964- | en |
| Publisher | Πολυτεχνείο Κρήτης | el |
| Publisher | Technical University of Crete | en |
| Academic Unit | Technical University of Crete::School of Electrical and Computer Engineering | en |
| Academic Unit | Πολυτεχνείο Κρήτης::Σχολή Ηλεκτρολόγων Μηχανικών και Μηχανικών Υπολογιστών | el |
| Description | Διπλωματική Εργασία που υποβλήθηκε στη σχολή ΗΜΜΥ του Πολυτεχνείου Κρήτης για την πλήρωση των προϋποθέσεων λήψης του διπλώματος | el |
| Content Summary | The 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 |
| Content Summary | Η 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 |
| Type of Item | Διπλωματική Εργασία | el |
| Type of Item | Diploma Work | en |
| License | http://creativecommons.org/licenses/by/4.0/ | en |
| Date of Item | 2024-10-07 | - |
| Date of Publication | 2024 | - |
| Subject | Versal ACAP platform | en |
| Subject | Artificial intelligence | en |
| Subject | Machine learning | en |
| Subject | Hardware acceleration | en |
| Subject | Heterogenous platforms | en |
| Subject | Ετερογενή συστήματα | el |
| Bibliographic Citation | Alexandros-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, 2024 | en |
| Bibliographic Citation | Αλέξανδρος-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, 2024 | el |
Copyright © DIAS 2013
