| 講演抄録/キーワード |
| 講演名 |
2017-05-22 14:00
動的再構成ハードウェアアーキテクチャを活かしたCNNの実装と評価 ○植松瞭太・廣瀬一俊・安藤洸太・折茂健太郎・植吉晃大・高前田伸也・池辺将之・浅井哲也・本村真人(北大) RECONF2017-1 |
| 抄録 |
(和) |
動的再構成ハードウェアアーキテクチャの一種であるDRPを用いて畳み込みニューラルネットワーク(CNN)のアクセラレーションを試みる.CNNは多数の層構造からなり,その多くは積和演算であるため,GPUやFPGAを用いた並列演算によるCNNの加速化は広く研究されている.しかし,CNNは各層で最適な演算構造が異なるため,従来のアクセラレータの性能を制限する要因となっていた.DRPは随時回路を切り替えることができるので,CNNの各層ごとに最適な構造を取ることで従来より効率良く処理が可能であると考える.本稿では小規模なCNNをDRP評価環境上に実装し,CPU比約22倍の動作速度を達成した.そして、DRPのニューラルネットワーク処理への適性を検証し,また複数考えられる実装方法についての理論解析を行い,動的再構成技術がCNNの持つ特性に対して有利であることを示した. |
| (英) |
|
| キーワード |
(和) |
リコンフィギャラブルアーキテクチャ / 動的再構成 / CNN / / / / / |
| (英) |
/ / / / / / / |
| 文献情報 |
信学技報, vol. 117, no. 46, RECONF2017-1, pp. 1-6, 2017年5月. |
| 資料番号 |
RECONF2017-1 |
| 発行日 |
2017-05-15 (RECONF) |
| ISSN |
Print edition: ISSN 0913-5685 Online edition: ISSN 2432-6380 |
著作権に ついて |
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034) |
| PDFダウンロード |
RECONF2017-1 |