No Attention, No Problem: Energiesparende YOLO-Optimierungen für FPGAs

Suraj Karki (Forschungsmaster Data Science) hat auf der Konferenz Digital System Design and Software Engineering and Advanced Applications (DSD/SEAA) eine Arbeit präsentiert, die er gemeinsam mit Qazi Arbab Ahmed und Thorsten Jungeblut von der Hochschule Bielefeld verfasst hat. Das Paper mit dem Titel „No Attention, No Problem: DPU-Aware Attention Approximation in Modern YOLO on FPGA“ analysiert die neusten Entwicklungen zur effizienten Ausführung von Deep-Learning Anwendungen auf FPGAs.

In ihrer Arbeit schlagen sie eine maßgeschneiderte, DPU-aware Architektur für attention-basierte YOLO-Varianten vor, die speziell für den Einsatz auf AMD FPGAs optimiert sind. Dadurch können Edge-Devices Bilddaten mit einem um den Faktor 3 geringeren Stromverbrauch verarbeiten.