Implementierung einer Tensor Processing Unit mit dem Fokus auf Embedded Systems und das Internet of Things

Zusammenfassung

Maschinelles Lernen findet immer mehr Anwendung in unserem Alltag, aber auch sicherheitskritische Systeme werden immer häufiger mit ML-Verfahren ausgestattet. Diese Arbeit gibt einen Einblick in die Realisierung eines Machine-Learning-Co-Prozessors für Embedded Systems und IoT-Geräte. Dabei wurde eine skalierbare Architektur mit Anlehnung an Google’s Tensor Processing Units umgesetzt. Kleinere Systeme können so mit diesem Beschleuniger ausgestattet werden und neben der parallelen Ausführung von ML-Modellen noch andere Echtzeitaufgaben übernehmen.