Table Of ContentUniversidad Politécnica de Cartagena
Departamento de Electrónica, Tecnología de Computadoras y
Proyectos
Diseño e implementación sobre
hardware reconfigurable de una
arquitectura para la emulación en
tiempo real de redes neuronales
celulares
José Javier Martínez Álvarez
2012
Universidad Politécnica de Cartagena
Departamento de Electrónica, Tecnología de Computadoras y
Proyectos
Diseño e implementación sobre
hardware reconfigurable de una
arquitectura para la emulación en
tiempo real de redes neuronales
celulares
José Javier Martínez Álvarez
Director
José Manuel Ferrández Vicente
2012
A mis padres
Agradecimientos
Quiero agradecer a José Manuel Ferrández su apoyo y paciencia durante el
desarrollo de esta tesis, sobre todo en los momentos bajos en los que nunca ha
puesto pegas ni negativas, todo lo contrario. Mi agradecimiento sincero por el
ánimo y el trato de amistad recibido.
También quiere agradecer a todos los miembros del Departamento de Electró-
nica Tecnología de Computadores y Proyectos de la Universidad Politécnica de
Cartagenaelapoyorecibidoduranteestosañosyespecialmenteamiscompañeros
y amigos los Javis con los cuales he compartido incontables horas de trabajo y
multitud de experiencias inolvidables.
Resumen
EnestaTesisseproponeeldiseñoylaimplementaciónsobrehardwarereconfi-
gurable de una arquitectura para la emulación en tiempo real de redes neuronales
celulares (CNN). El proceso de diseño de la arquitectura, comienza con el plan-
teamiento de diferentes métodos de discretización del modelo continuo original
de la red CNN. A partir de dichos métodos se obtienen distintas aproximaciones
que son simuladas y comparadas entre sí con el fin de comprobar su funcionali-
dad y determinar cuál de ellas proporciona los mejores resultados con el menor
coste computacional. La aproximación con mejores prestaciones es elegida para
desarrollar el algoritmo de cómputo que describe la arquitectura hardware de la
red CNN.
La metodología de desarrollo utilizada, explora diferentes alternativas para
optimizar la arquitectura CNN desde el punto de vista de su implementación
hardware sobre FPGAs. A partir de la paralelización y adaptación del algoritmo
de cómputo se desarrollan dos arquitecturas hardware diferentes denominadas
Carthago y Carthagonova. Estas arquitecturas describen el funcionamiento de
una Celda CNN, desenrollada en Etapas, que permite emular secuencialmente el
procesamiento realizado por las redes CNN. La principal característica de estas
arquitecturas es la capacidad que tienen para procesar la información en flujo de
datos y en tiempo real. Las soluciones propuestas tiene como principal objetivo
conseguir el mejor equilibrio entre la velocidad de procesamiento y el consumo de
recursos hardware de la FPGA, así como evitar el uso de dispositivos de memoria
externa que reducen la velocidad de procesamiento del sistema e incrementan su
tamaño.
Se proponen diferentes alternativas para implementar las arquitecturas sobre
dispositivos FPGAs. Una de ellas consiste en utilizar una técnica de sincroniza-
ción self-timed, eficiente en área-tiempo, que es definida mediante un lenguaje
de descripción hardware tradicional (VHDL), instanciando primitivas de bajo ni-
vel y realizando el emplazamiento de los componentes de forma manual. Otra
alternativa consiste en una descripción en VHDL estructural a nivel RTL y sin-
cronización convencional, donde los componentes self-timed son sustituidos por
componentes estándar. Se propone además la implementación de una de las ar-
quitecturas sobre un computador reconfigurable de altas prestaciones (HPRC),
compuesto por un microprocesador de propósito general y un coprocesador ba-
sado en FPGAs, encargado de acelerar la ejecución de los algoritmos mediante
hardware. El particionamiento hardware/software y el proceso de co-diseño se
realizan usando las herramientas de desarrollo a nivel de sistema (ESL) de Im-
pulse Accelerated Technologies (Impulse-C) y la plataforma HPRC DS1002 de
DRC Computers.
Los principales resultados obtenidos de las diferentes implementaciones son
mostrados con el fin de demostrar la funcionalidad de las arquitecturas y anali-
zar sus principales prestaciones. Las diferentes combinaciones consideradas, entre
técnicas de implementación y las arquitecturas propuestas, muestran que la ar-
quitecturaCarthagonova,implementadaanivelestructural,presentaimportantes
ventajas a considerar. En primer lugar, la arquitectura facilita la emulación de
redes CNN complejas, compuestas por cientos de miles de millones de neuronas,
sobre sistemas embebidos basados en FPGAs. En segundo lugar, el excelente
compromiso alcanzado entre velocidad de procesamiento y consumo de recursos
hardware hace que sea una interesante solución a considerar frente a otras al-
ternativas de la literatura. Finalmente, la versatilidad y las prestaciones de la
arquitectura diseñada permiten dar soporte al desarrollo de sistemas de procesa-
miento de vídeo en tiempo real y al diseño de aplicaciones basadas en modelos
neuronales bioinspirados.
La arquitectura CNN propuesta es utilizada para desarrollar un modelo arti-
ficial de la primera sinapsis de la retina, incorporando algunas de las principales
características de los circuitos neuronales considerados. El modelo está basado en
los campos receptores de las células bipolares y su objetivo es emular, mediante
hardware reconfigurable, el procesamiento espacial básico realizado por la retina.
Al igual que ocurre en la primera sinapsis de la retina, se observa que el mode-
lo artificial propuesto lleva a cabo la detección del contraste y la discriminación
visual de detalles en función de la influencia de los factores de convergencia y de
inhibición lateral de los circuitos neuronales implementados.
Finalmente,seproponeeldiseñoylaimplementacióndeunsistemadecómpu-
