مروری بر کلیات شبکه های عصبی مصنوعی و مزیتهای پیاده سازی سخت افزاری آن بر روی FPGA

شبکه عصبی پردازشگری با ساختار توزیع شده است که قابلیت موازی سازی بالایی دارد و از واحدهای پردازشگر ساده ای تشکیل شده که امکان ذخیره و به کارگیری تجربیات برای استفاده مجدد را دارد. استفاده از شبکه مصنوعی راه حل جدیدی برای پردازش اطلاعات است که از سیستم عصبی زیستی منشاء گرفته است و عملکرد آن مشابه پردازش اطلاعات مغز انسان می باشد. شبکه های عصبی با توجه به توان بالا در پردازش موازی، قابلیت یادگیری، تعمیم، طبقه بندی، قدرت تقریب، به خاطر سپردن و به خاطر آوردن الگوها، خیزش وسیعی در زمینه های مختلف هوش مصنوعی ایجاد کرده اند. با توجه به طراحی سیستم های هوشمند و کوچکی که در لوازم روزمره امروزی کاربرد دارند و از آنجا که ارتباط آنها به کامپیوتر وجود ندارد، نیاز به پیاده سازی سخت افزاری شبکه های عصبی در حجم کوچک احساس می شود و با توجه به این که آی سی های FPGA بسیار انعطاف پذیر می باشند و به صورت نرم افزاری تمام طرح های سختافزاری را می توان پیاده نمود بنابراین گزینه مناسبی جهت پیاده سازی سخت افزاری شبکه های عصبی می باشند. از این رو در این مقاله به بررسی شبکه های عصبی، شبکه های عصبی مصنوعی، FPGA، زبان های پیاده سازی سخت افزاری و همچنین مزیتهای پیاده سازی سخت افزاری شبکه های عصبی بر روی FPGA می پردازیم.

Keywords:

شبکه های عصبی , شبکه های عصبی مصنوعی , پیاده سازی سخت افزاری , VHDL , FPGA