Estudo da implementação de redes perceptron multicamadas em FPGA com ferramentas de síntese de alto nível

• Ano de defesa: 2025
• Autor(a) principal: Marossi, Eduardo
• Orientador(a): Perico, D. H.
• Tipo de documento: Dissertação
• Tipo de acesso: Acesso aberto
• Idioma: por
• Instituição de defesa: Centro Universitário FEI, São Bernardo do Campo
• Palavras-chave em Português: Rede neural artificial; Field Programmable Array; Comparação de desempenho; Redes neurais (Computação); Performance comparison
• Link de acesso: https://repositorio.fei.edu.br/handle/FEI/5849; https://doi.org/10.31414/EE.2025.D.132234

Neste estudo, foi realizada a comparação de métricas de desempenho, como tempo de resposta e taxa de inferência por segundo, entre diferentes modelos de FPGA, considerando a implementação de uma rede Perceptron Multicamadas. A abordagem adotada possibilitou a elaboração de variações na topologia da rede e a avaliação do desempenho no reconhecimento de dígitos manuscritos, utilizando o conjunto de dados MNIST. Para a implementação da rede, utilizou-se uma ferramenta de síntese de alto nível, Google XLS, em conjunto com a geração automática de código parametrizado. A partir desse desenvolvimento, foi possível construir uma rede MLP que alcançou acurácia de 90,21% no reconhecimento de dígitos do MNIST. Com base nos resultados obtidos, verificou-se que a FPGA Agilex 7 apresentou uma taxa de inferência 2,05 vezes superior à da FPGA Stratix V e 3,48 vezes superior à da FPGA Arria V