基于PYNQ集群的内存负载分析系统设计

打开文本图片集

摘  要：在分布式计算平台上研究脉冲神经网络（SNN）的工作负载特性时，快速确定SNN模型构建所需的内存消耗以及平台的网络承载能力，是提高工作负载研究效率的重要手段。针对该问题，文章搭建了PYNQ集群分布式计算平台，设计了集群内存负载分析系统。实验表明：内存负载分析系统在内存消耗的预测方面取得了97.98%的平均准确率，在预测集群网络承载能力方面取得了97.19%的准确率，通过分析集群承载SNN模型时的内存负载，有效提升了集群上的SNN工作负载研究效率。（剩余9074字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。