お知らせ 研究会の開催と会場に参加される皆様へのお願い(2022年6月開催~)
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 2021-12-01 10:35
数値表現positを用いたDNNアクセラレータReNAの基礎評価
中原康宏増田雄太木山真人尼崎太樹飯田全広熊本大VLD2021-24 ICD2021-34 DC2021-30 RECONF2021-32
抄録 (和) エッジ向けCNN(Convolutional Neural Network) アクセラレータにおいて,演算器の回路面積削減やデー タ転送量削減のため,データのビット幅は可能な限り削減する必要がある.そのため,低ビット幅と高い推論精度を両立可能なPosit が注目されている.本稿ではCNN アクセラレータReNA にPosit を導入した際の推論精度や面積 などの基礎的な評価を行う.また,Posit は固定小数点値と比較して演算器の面積が大きいという課題が存在する.本稿では,この課題を解決するために考案したFloat-like quire(FL quire) 版の演算器について述べる.FL quire 版の演算器はCNN モデルに合わせて回路面積を最適化することができる.本回路をReNA に導入した際の評価を行った結果,ResNet-9 に最適化した場合,面積の増大を約1.2倍に抑えることに成功した. 
(英) In Convolutional Neural Network (CNN) accelerators for edge, numerical precision of data should be reduced as much as possible to reduce the circuit area and the amount of data transfer. For this reason, Posit is attractive because it can achieve both low bit-width and high inference accuracy. In this paper, we present a basic evaluation of the inference accuracy and area of ReNA with Posit. In addition, Posit has a problem that its arithmetic unit is large compared to fixed-point circuit. In this paper, we describe a Float-like quire (FL quire) version arithmetic unit that we designed to solve this problem. A FL quire version arithmetic unit can optimize the circuit area according to CNN models. We also evaluated the implementation of this circuit in ReNA, and succeeded in reducing the area increase by about 1.2 times when optimized for ResNet-9.
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) Deep Learning / Convolutional Neural Network / AI chip / / / / /  
文献情報 信学技報, vol. 121, no. 280, RECONF2021-32, pp. 43-48, 2021年12月.
資料番号 RECONF2021-32 
発行日 2021-11-24 (VLD, ICD, DC, 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 VLD2021-24 ICD2021-34 DC2021-30 RECONF2021-32

研究会情報
研究会 VLD DC RECONF ICD IPSJ-SLDM  
開催期間 2021-12-01 - 2021-12-02 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) デザインガイア2021 -VLSI設計の新しい大地- 
テーマ(英) Design Gaia 2021 -New Field of VLSI Design- 
講演論文情報の詳細
申込み研究会 RECONF 
会議コード 2021-12-VLD-DC-RECONF-ICD-SLDM 
本文の言語 日本語 
タイトル(和) 数値表現positを用いたDNNアクセラレータReNAの基礎評価 
サブタイトル(和)  
タイトル(英) Basic evaluation of ReNA, a DNN accelerator using numerical representation posit 
サブタイトル(英)  
キーワード(1)(和/英) 深層学習 / Deep Learning  
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) 中原 康宏 / Yasuhiro Nakahara / ナカハラ ヤスヒロ
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) 増田 雄太 / Yuta Masuda / マスダ ユウタ
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) 木山 真人 / Masato Kiyama / キヤマ マサト
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) 尼崎 太樹 / Motoki Amagasaki / アマガサキ モトキ
第4著者 所属(和/英) 熊本大学 (略称: 熊本大)
Kumamoto University (略称: Kumamoto Univ.)
第5著者 氏名(和/英/ヨミ) 飯田 全広 / Masahiro Iida / イイダ マサヒロ
第5著者 所属(和/英) 熊本大学 (略称: 熊本大)
Kumamoto University (略称: Kumamoto Univ.)
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者 第1著者 
発表日時 2021-12-01 10:35:00 
発表時間 25分 
申込先研究会 RECONF 
資料番号 VLD2021-24, ICD2021-34, DC2021-30, RECONF2021-32 
巻番号(vol) vol.121 
号番号(no) no.277(VLD), no.278(ICD), no.279(DC), no.280(RECONF) 
ページ範囲 pp.43-48 
ページ数
発行日 2021-11-24 (VLD, ICD, DC, RECONF) 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会