| 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 | 2022-10-11 16:15 SRAM の動作電圧引き下げによる量子化ニューラルネットワークの低電力化 ○呉 吉・難波一輝（千葉大）  CPSY2022-20 DC2022-20 |
|
| 抄録 | （和） | 人工知能の技術の進歩に伴い，ニューラルネットワークは,画像の認識において優れた性能を発揮する機械学習として注目されている.高い精度を得るためには大量の演算リソースや消費電力が必要であるため,メモリや消費電力に制限のあるエッジデバイスへの組み込みには課題が存在する.そこで,演算負荷を下げるために,多くの乗算と加算により構成されるニューラルネットワークの演算を低ビット数へ量子化し,AIoT(Artificial Intelligence of Things)など専用のハードウェア上で実行する技術の研究が行われてきた. そこで，本論文では、高電圧および低電圧モードに基づくSRAMを量子化ニューラルネットワークの重みを保存するように提案する．一般的に、ニューラルネットワークを量子化すること及びSRAMの動作電圧を引き下げることで、認識率が低下.両者と認識率の関係を調査し，高い認識率を保ちながら消費電力を引き下げることのできる回路モデルを示す. |
| （英） | With the advancement of artificial intelligence technologies, neural networks have been attracting attention as a machine learning technique that provides superior performance in image recognition. Since high-precision neural network computing inevitably requires enormous computational resources and power consumption, there are challenges in integrating neural networks into edge devices with limited memory and power consumption. Therefore, to reduce the computational load, research has been conducted to quantize neural network operations, which are composed of many multiplications and additions, to a low-bit number and to execute them on dedicated hardware such as AIoT (Artificial Intelligence of Things). In this paper, we propose an SRAM based on high-voltage and low-voltage modes to store the weights of the quantized neural network. In general, quantization of neural networks and lowering the operating voltage of SRAM reduce the recognition accuracy rate. We investigated the relationship between the two operations mentioned above and the recognition accuracy rate. We proposed a circuit model that can lower power consumption while maintaining a high recognition rate. | |
| キーワード | （和） | 量子化 / ニューラルネットワーク / SRAM / / / / / |
| （英） | Quantization / Neural Networks / SRAM / / / / / | |
| 文献情報 | 信学技報, vol. 122, no. 205, DC2022-20, pp. 14-19, 2022年10月. | |
| 資料番号 | DC2022-20 | |
| 発行日 | 2022-10-04 (CPSY, DC) | |
| 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) | |
| PDFダウンロード | CPSY2022-20 DC2022-20 |
|
| 研究会情報 | |
| 研究会 | CPSY DC IPSJ-ARC |
| 開催期間 | 2022-10-11 - 2022-10-12 |
| 開催地（和） | 湯沢東映ホテル |
| 開催地（英） | Yuzawa Toei Hotel |
| テーマ（和） | HotSPA2022: アーキテクチャ, コンピュータシステム, ディペンダブルコンピューティング および一般 |
| テーマ（英） | System Architecture, Computer Systems, Dependable Computing, etc. |
| 講演論文情報の詳細 | |
| 申込み研究会 | DC |
| 会議コード | 2022-10-CPSY-DC-ARC |
| 本文の言語 | 英語（日本語タイトルあり） |
| タイトル（和） | SRAM の動作電圧引き下げによる量子化ニューラルネットワークの低電力化 |
| サブタイトル（和） | |
| タイトル（英） | Low power quantized neural network by reducing the operating voltage of SRAM |
| サブタイトル（英） | |
| キーワード(1)（和/英） | 量子化 / Quantization |
| キーワード(2)（和/英） | ニューラルネットワーク / Neural Networks |
| キーワード(3)（和/英） | SRAM / SRAM |
| 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） | 呉 吉 / Ji Wu / ゴ キチ |
| 第1著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ) |
| 第2著者 氏名（和/英/ヨミ） | 難波 一輝 / Kazuteru Namba / ナンバ カズテル |
| 第2著者 所属（和/英） | 千葉大学 (略称： 千葉大) Chiba University (略称： Chiba Univ) |
| 講演者 | 第1著者 |
| 発表日時 | 2022-10-11 16:15:00 |
| 発表時間 | 30分 |
| 申込先研究会 | DC |
| 資料番号 | CPSY2022-20, DC2022-20 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | no.204(CPSY), no.205(DC) |
| ページ範囲 | pp.14-19 |
| ページ数 | 6 |
| 発行日 | 2022-10-04 (CPSY, DC) |
[研究会発表申込システムのトップページに戻る]