多核CNN · FINN部署实战

📚 30章 · 从入门到部署 v1.0

01 FINN与多核CNN概述

FINN框架多核CNN概念 Xilinx加速

02 开发环境搭建

Vivado安装 FINN编译 Python虚拟环境 Docker部署

03 FINN核心架构

数据流架构层折叠 SIMD/MVTU

04 CNN模型解析

卷积层池化层全连接层激活映射

05 量化基础

权重量化激活量化对称/非对称 QAT

06 FINN编译器入门

finn.compile ONNX导入 HLS生成

07 单核CNN部署

LeNet-5 完整流程

08 多核并行策略

数据并行模型并行流水线并行

09 多核CNN架构设计

PE阵列数据分发结果汇聚

10 FINN的HLS优化

循环展开流水线数组分区位宽优化

11 内存带宽优化

DDR/BRAM 数据复用 DMA传输

12 多核同步机制

全局同步局部同步异步流水线

13 FINN的Pynq部署

Pynq-Z1/Z2 Overlay设计

14 多核CNN在Zynq实现

PS-PL协同 AXI总线

15 性能评估指标

吞吐量延迟功耗资源利用率

16 FINN调试工具

仿真波形性能计数器日志系统

17 多核CNN案例1: VGG-8

VGG-8 多核加速

18 多核CNN案例2: ResNet-18

ResNet-18 多核部署

19 MobileNetV2轻量化多核

MobileNetV2 轻量化

20 FINN自动调优

AutoTVM 搜索空间贝叶斯优化

21 多核CNN功耗优化

时钟门控数据门控 DVFS

22 FINN的RTL级验证

Cocotb 波形比对覆盖率

23 多核CNN容错设计

三模冗余纠错码检查点恢复

24 FINN与Vitis AI对比

框架差异性能对比适用场景

25 边缘设备部署: Jetson vs Zynq

Jetson Nano Zynq对比

26 FINN量化感知训练

Brevitas QAT流程精度恢复

27 多核CNN编译器优化

图优化内存规划调度策略

28 FINN硬件生成

Vivado IPI 比特流生成下载验证

29 端到端部署: PyTorch→FPGA

PyTorch模型 FPGA运行

30 课程总结与展望

多核CNN趋势 FINN未来异构计算