| 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 | 2021-06-08 16:10 エッジ向けCNNアクセラレータReNAの実行コード自動生成 ○増田雄太・中原康宏・尼崎太樹・飯田全広（熊本大）  RECONF2021-6 |
|
| 抄録 | （和） | 我々は，エッジ向けCNNアクセラレータとしてReNAを開発している．ReNAの制御には，マイクロコード命令により各回路の制御信号を直接指定する方式がとられている．本制御方式は，可読性が低く，実行コード生成もマニュアルであるため効率が良くない．また，命令量が多く，制御信号を保存するために大容量のSRAMが必要になる．そこで本稿では，マイクロコード命令を抽象化し，命令量を削減することで問題を解決する．また，マイクロコードの自動生成を可能にすることで，モデル実装の効率化を図る．結果として，必要なSRAMの容量を約86%削減し，命令格納用SRAMの面積を半減させることができた． |
| （英） | We have been developing ReNA as a CNN accelerator for the edge, which is controlled by directly specifying control signals for each circuit by microcode instructions. The current control method is not efficient because of its low readability and manual generation of the execution code. In addition, it requires a large amount of instructions and large SRAM size to store the control signals. In this paper, we try to solve this problem by abstracting the microcode instructions and reducing the amount of instructions. We also improve the efficiency of model implementation by enabling automatic generation of the microcode. As a result, we were able to reduce the required SRAM capacity by about 86% and halve the area of the SRAM for storing instructions. | |
| キーワード | （和） | 深層学習 / 畳み込みニューラルネットワーク / AIチップ / / / / / |
| （英） | DeepLearning / Convolutional Neural Network / AI Chip / / / / / | |
| 文献情報 | 信学技報, vol. 121, no. 59, RECONF2021-6, pp. 26-31, 2021年6月. | |
| 資料番号 | RECONF2021-6 | |
| 発行日 | 2021-06-01 (RECONF) | |
| ISSN | 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) | |
| 査読に ついて |
本技術報告は査読を経ていない技術報告であり，推敲を加えられていずれかの場に発表されることがあります． | |
| PDFダウンロード | RECONF2021-6 |
|
| 研究会情報 | |
| 研究会 | RECONF |
| 開催期間 | 2021-06-08 - 2021-06-09 |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | リコンフィギャラブルシステム，一般 |
| テーマ（英） | Reconfigurable system, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | RECONF |
| 会議コード | 2021-06-RECONF |
| 本文の言語 | 日本語 |
| タイトル（和） | エッジ向けCNNアクセラレータReNAの実行コード自動生成 |
| サブタイトル（和） | |
| タイトル（英） | Automatic generation of executable code for ReNA |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 深層学習 / DeepLearning |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(3)（和/英） | AIチップ / AI Chip |
| キーワード(4)（和/英） | / |
| キーワード(5)（和/英） | / |
| 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） | 増田 雄太 / Yuta Masuda / マスダ ユウタ |
| 第1著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 第2著者 氏名（和/英/ヨミ） | 中原 康宏 / Yasuhiro Nakahara / ナカハラ ヤスヒロ |
| 第2著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 第3著者 氏名（和/英/ヨミ） | 尼崎 太樹 / Motoki Amagasaki / アマガサキ モトキ |
| 第3著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 第4著者 氏名（和/英/ヨミ） | 飯田 全広 / Masahiro Iida / イイダ マサヒロ |
| 第4著者 所属（和/英） | 熊本大学 (略称： 熊本大) Kumamoto University (略称： Kumamoto Univ.) |
| 講演者 | 第1著者 |
| 発表日時 | 2021-06-08 16:10:00 |
| 発表時間 | 25分 |
| 申込先研究会 | RECONF |
| 資料番号 | RECONF2021-6 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | no.59 |
| ページ範囲 | pp.26-31 |
| ページ数 | 6 |
| 発行日 | 2021-06-01 (RECONF) |
[研究会発表申込システムのトップページに戻る]