基于FPGA的具有抗衰老机制的机器学习

机器学习应用广泛，其计算平台的速度成为机器学习发展的主要推动力之一。同时，随着硬件平台受到可靠性机制，例如老化机制和软错误的影响，平台的可靠性将成为机器学习领域的一个热点问题。本项目将研究基于FPGA的"抗衰老"的机器学习。首先发掘机器学习算法的并行性，进行多层次的可靠性和性能分析；其次，为各种机器学习算法建立"抗衰老"的FPGA功能单元库和连接方式库，本项目将基于库的选择的方式，提出一种基于FPGA的可靠的机器学习的实现方法，高效地利用FPGA对机器学习算法进行加速；同时，本项目将根据平台运行时的特性，动态的进行重配置，进一步提高机器学习的寿命；最后，基于FPGA的"抗衰老"机器学习的共性，探索是否存在适合机器学习这个应用领域的新的体系架构。本项目的研究将可以有效地解决机器学习这个应用领域所面临的速度/可靠性/设计复杂度问题，推动机器学习研究的发展，使其更好地为国民经济建设服务。