# Design Overview

หลังจากที่เราทราบกันบ้างแล้วในการทำงานของตัว FPGA ที่เราจะใช้กันในวันนี้เราสามารถปรับโครงสร้างภายในเพื่อสร้างการทำงานเฉพาะอย่างได้โดยในวันนี้เราจะพูดถึงโมดูลฮาร์ดแวร์ที่ออกแบบในการประมวลผล AI โดยโมดูลนั้นเรียกว่า DPU \[Deep processing unit] เป็นโมดูลที่ทำหน้าที่ในการประมวลผล AI ให้เร็วขึ้น เพราะว่าปกติในการทำงานของ AI จะใช้งานสิ่งที่เรียกว่า CNN หรือการ Convolution Neural Network เพื่อทำงานของ AI

<figure><img src="/files/6LnOyfsKnScKhJZGRDCa" alt=""><figcaption><p>การทำ Convolution</p></figcaption></figure>

{% hint style="info" %}
**Tips**&#x20;

ผู้ทดลองที่สนใจในเรื่อง CNN อยากให้มาทำความเข้าใจการทำงานของ AI ที่เป็น CNN, RNN และ Fast RNN เพื่อทำความเข้าใจก่อนมาเริ่มแลปนะครับ \[[Link](https://medium.com/@natthawatphongchit/%E0%B8%A2%E0%B9%89%E0%B8%AD%E0%B8%99%E0%B8%A3%E0%B8%AD%E0%B8%A2-object-detection-%E0%B9%81%E0%B8%A5%E0%B8%B0%E0%B9%80%E0%B8%88%E0%B8%B2%E0%B8%B0%E0%B8%A5%E0%B8%B6%E0%B8%81-retinanet-ea1407ad7325)]
{% endhint %}

โดยการทำงานลักษณะนี้จะใช้การประมวลผลเยอะมากทำให้เกิดเวลาในการทำงานสูงเมื่อใช้เพียง CPU หรือ GPU แต่พอเรามาใช้งานกับฮาร์แวร์โมดูลที่ทำงานเฉพาะอย่าง DPU มันจะเร็วขึ้นมากเพราะมันไม่ต้องแปลภาษาในการทำงาน เปรียบเสมือนเราสั่งให้มันทำงานแล้วเครื่องเข้าใจทันที ไม่ได้ผ่า่นการแปลภาษาเหมือนภาษาระดับสูงในการใช้งานเครื่อง สำหรับผู้ทดลองที่อยู่ในคอร์สของทางมหาวิทยาลัยเราจะได้ลงลึกเกี่ยวกับการทำงาน AI ในช่วงครึ่งหลัง

โดยถ้าพูดถึงการออกแบบภายในชิพ FPGA จะมีการทำงานคร่าวดังภาพ

<figure><img src="/files/EJ5OxLlFPJn58n27MlJX" alt=""><figcaption><p>การประมวลผล FPGA ในการทดลอง</p></figcaption></figure>

โดยการทำงานจะแบ่งออกเป็นสองส่วนดังภาพในส่วนของ APU \[a single cpu] จะทำงานเกี่ยวกับการคอมไพล์โปรแกรมรับคำสั่งแปลงภาษาการทำงาน และตัว DPU จะไปประมวลผลการทำ CNN ของ AI และรับผลลัพธ์ผ่าน AXI bus แล้วมาแสดงผลผ่านทาง APU ออกไปทาง Displayport


---

# Agent Instructions: Querying This Documentation

If you need additional information that is not directly available in this page, you can query the documentation dynamically by asking a question.

Perform an HTTP GET request on the current page URL with the `ask` query parameter:

```
GET https://docs.aic-eec.com/fpga-design/c-c++-programming-on-ultra96v2-fpga-board/application-c-c++-on-ultra96v2-part-1/design-overview.md?ask=<question>
```

The question should be specific, self-contained, and written in natural language.
The response will contain a direct answer to the question and relevant excerpts and sources from the documentation.

Use this mechanism when the answer is not explicitly present in the current page, you need clarification or additional context, or you want to retrieve related documentation sections.