|
Resumen:
|
La computación analógica está tomando un espcial interés en aquellas aplicaciones que permiten un margen tolerable de error debido a su especial eficiencia energética y rendimiento. Las FPAAs son dispositivos reprogramables que contienen bloques analógicos configurables que permiten configurar en su interior circuitos analógicos reconfigurables. Como ejemplo de aplicación de este TFM se aborda la implementación de una red neuronal de tipo Feedforward que procesa imágenes de 32x32 píxeles, lo cual constituye un avance respecto a otros proyectos más pequeños en cuanto a número de entradas y neuronas se refiere, así como el tamaño de las imágenes. Las operaciones de las redes neuronales de tipo Feedforward se basan en sumas y multiplicaciones, que dentro de la computación analógica son operaciones de bajo coste. Este aspecto junto al bajo consumo de las FPAAs despierta cierto interés para ser investigado. Puesto que una FPAA por sí sola no tiene recursos suficientes para implementar una red neuronal, el objetivo de este proyecto se ha basado en la construcción de un clúster de 16 FPAAs, y como caso de uso, se ha diseñado e implementado una red neuronal que se ejecuta en el clúster, para posteriormente, evaluar los resultados obtenidos.
|
