Realisierung von neuronalen Netzwerken mit hls4ml auf einer Alveo Accelerator Card

Für die Lösung von komplexen Problemen können neben Algorithmen auch künstliche neuronale Netzwerke verwendet werden. Mit maschinellem Lernen werden diese Netzwerke standardmäßig auf CPU und GPU erstellt und ausgeführt. Zur Verwendung von trainierten Netzwerken auf FPGAs gibt es jedoch keine direkte Umsetzung innerhalb der bekannten Machine Learning Frameworks. Um dieses Problem zu beheben wurde für Xilinx und Intel FPGA die Portierungs-Software hls4ml entwickelt. Diese Open-Source Software ermöglicht eine Übersetzung von trainierten Netzwerken die mit etablierten Machine Learning Frameworks erstellt wurden in eine High-Level Synthese Sprache.

Innerhalb dieses Projekts erfolgt die Implementierung eines neuronalen Netzwerks für die MNIST-Datensatz Klassifikation, welches anschließend mit hls4ml für die Xilinx Alveo U200 Data Center Accelerator Card portiert wird. Die Portierung erfolgt mit verschiedenen Konfigurationen, um unterschiedlich optimierte Implementierungen zu generieren. Der gesamte Prozess vom Erstellen des Netzwerks bis zur Ausführung der Implementierung und Auswertung der Ergebnisse wird mithilfe von Continous Integration automatisiert.

Die Evaluation zeigt, dass eine Portierung des Netzwerks auf die Xilinx Alveo U200 Data Center Accelerator Card möglich ist. Es sollte jedoch dabei beachtet werden das nicht mit allen Konfigurationen eine ausführbare Implementierung erstellt werden kann.