| 電子情報通信学会 研究会発表申込システム 講演論文 詳細 |
技報閲覧サービス [ログイン] 技報アーカイブ |
| トップに戻る | 前のページに戻る | [Japanese] / [English] |
| 講演抄録／キーワード | ||
| 講演名 | 2020-01-24 13:50 エッジAIに向けた三値バックプロパゲーション法とそのFPGA実装 ○金子竜也・山岸善治・百瀬 啓・浅井哲也（北大）  NLP2019-95 |
|
| 抄録 | （和） | 本論文は，エッジAIに向けたニューラルネットワーク（NN）の学習アルゴリズムとそのFPGA実装に関するものである． NN処理は学習と推論の二つに分けられるが，推論処理のみを行うエッジAI研究が多数を占めている一方で学習処理の実装については障害を残している． 特に低電力・低演算リソースが要求されるエッジAIでは，単なる量子化を用いた学習手法だと性能とコストが釣り合わない． これを解決するために三値バックプロパゲーション法 (TBP)を提案，またそのFPGA実装を行った． TBPを用いることで2クラス分類において性能を維持しながら消費電力を2桁近く削減できていること，10クラス分類において要求リソース量をLE数15.73¥%，総レジスタ数12.31¥%，乗算器数90.9¥%，SRAM使用率49.8¥%まで削減したことを示す． |
| （英） | In recent years there has been growing more interest in machine/deep learning. As following this movement, many types of hardware architecture is proposed to accelerate AI processing. These hardware AI is studied both the cloud domain and the edge domain. While great strides have been made in cloud-base AI, edge-base AI remains unsolved problem from the perspective of technical issues. A method maintaining the quality while reducing the power and the resource is required. We implemented low-resources and low-power training algorithm, ternarized backpropagation (TBP), on FPGA and achieved reducing 16.7¥% of logic elements, 13.6¥% of registers and 49.8¥% of SRAM usage. |
|
| キーワード | （和） | エッジAI / 学習アルゴリズム / FPGA / 量子化 / 省電力 / / / |
| （英） | Edge-AI / Training Algorithm / FPGA / Quantization / Low-power / / / | |
| 文献情報 | 信学技報, vol. 119, no. 381, NLP2019-95, pp. 53-58, 2020年1月. | |
| 資料番号 | NLP2019-95 | |
| 発行日 | 2020-01-16 (NLP) | |
| 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 | NLP2019-95 |
|
| 研究会情報 | |
| 研究会 | NLP NC |
| 開催期間 | 2020-01-23 - 2020-01-25 |
| 開催地（和） | 宮古島マリンターミナル |
| 開催地（英） | Miyakojima Marine Terminal |
| テーマ（和） | NC, NLP, 一般 |
| テーマ（英） | |
| 講演論文情報の詳細 | |
| 申込み研究会 | NLP |
| 会議コード | 2020-01-NLP-NC |
| 本文の言語 | 日本語 |
| タイトル（和） | エッジAIに向けた三値バックプロパゲーション法とそのFPGA実装 |
| サブタイトル（和） | |
| タイトル（英） | Ternarized Backpropagation for Edge AI and its FPGA Implementation |
| サブタイトル（英） | |
| キーワード(1)（和/英） | エッジAI / Edge-AI |
| キーワード(2)（和/英） | 学習アルゴリズム / Training Algorithm |
| キーワード(3)（和/英） | FPGA / FPGA |
| キーワード(4)（和/英） | 量子化 / Quantization |
| キーワード(5)（和/英） | 省電力 / Low-power |
| キーワード(6)（和/英） | / |
| キーワード(7)（和/英） | / |
| キーワード(8)（和/英） | / |
| 第1著者 氏名（和/英/ヨミ） | 金子 竜也 / Tatsuya Kaneko / カネコ タツヤ |
| 第1著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 山岸 善治 / Yoshiharu Yamagishi / ヤマギシ ヨシハル |
| 第2著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 百瀬 啓 / Hiroshi Momose / モモセ ヒロシ |
| 第3著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 浅井 哲也 / Tetsuya Asai / アサイ テツヤ |
| 第4著者 所属（和/英） | 北海道大学 (略称： 北大) Hokkaido University (略称： Hokkaido Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2020-01-24 13:50:00 |
| 発表時間 | 20分 |
| 申込先研究会 | NLP |
| 資料番号 | NLP2019-95 |
| 巻番号（vol） | vol.119 |
| 号番号（no） | no.381 |
| ページ範囲 | pp.53-58 |
| ページ数 | 6 |
| 発行日 | 2020-01-16 (NLP) |
[研究会発表申込システムのトップページに戻る]