講演抄録/キーワード |
講演名 |
2023-03-16 14:00
[招待講演]FPGAと機械学習の社会応用 ○柴田裕一郎・眞邉泰斗(長崎大) MSS2022-87 NLP2022-132 |
抄録 |
(和) |
FPGA(Field Programmable Gate Array)はユーザが手元で自由に論理回路を構成できるプログラマブルデバイスである。FPGAはアプリケーションに合わせて柔軟に高効率な回路を構成できることから、ASIC(Application Specific Integrated Circuit: 特定用途向け集積回路)のプロトタイピング用途だけではなく、電力効率に優れた計算アクセラレータとしての利用も広まっている。特に機械学習の社会応用分野においては、電力制約の厳しいエッジシステムでの推論処理向けプラットフォームとして注目されている。FPGAの設計には以前は専用のハードウェア記述言語等を用いる必要があったが、現在ではCやC++などの通常のプログラミング言語を用いた高位合成設計手法も広く普及している。一方で、FPGAの特性をよく把握した上でプログラミングを行わないと,そのメリットを十分に引き出すことが難しいという問題もある。本講演ではFPGAがハードウェを自由にプログラムできる原理について概観し、アプリケーションに特化したアーキテクチャが高い効率を実現できる典型的な事例を示す。続いて、FPGAを機械学習処理に応用するにあたってしばしば用いられる高効率化技法や、FPGAならではの実装手法について解説する.また,著者らがこれまでに取り組んだ研究事例の中から、FPGAを用いた機械学習処理の社会応用に関するものをいくつか紹介し、それらの研究過程から得られた知見や新たに浮き彫りとなった技術課題について議論する。 |
(英) |
A field programmable gate array (FPGA) is a programmable device that allows users to configure logic circuits at their hand. Since FPGAs can be flexibly programmed to configure highly efficient circuits tailored for each application, they can be used for application-specific integrated circuit (ASIC) prototyping and as power-efficient computing accelerators. Especially in the field of social applications of machine learning, FPGAs are attracting attention as an inference platform for edge systems, which have severe power constraints. Although dedicated hardware description languages were required for FPGA design, high-level synthesis design methods using ordinary programming languages such as C and C++ are now widely used. On the other hand, it is still difficult to fully exploit the advantages of FPGAs unless the characteristics of FPGAs are well understood before programming. In this talk, after overviewing the principle of hardware programmability that FPGAs offer, some typical application examples where a customized architecture can achieve high efficiency are demonstrated. Then, some implementation and optimization techniques often used for improving the efficiency of machine learning applications on FPGAs are introduced. Finally, the research projects that the authors have engaged in, which are related to social applications of machine learning on FPGAs, are introduced, discussing the findings and technical issues that have emerged in the process of the research activities. |
キーワード |
(和) |
FPGA / 高位合成 / 機械学習 / / / / / |
(英) |
FPGA / High Level Synthesis / Machine Learning / / / / / |
文献情報 |
信学技報, vol. 122, no. 436, NLP2022-132, pp. 121-121, 2023年3月. |
資料番号 |
NLP2022-132 |
発行日 |
2023-03-08 (MSS, NLP) |
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 |
MSS2022-87 NLP2022-132 |
研究会情報 |
研究会 |
NLP MSS |
開催期間 |
2023-03-15 - 2023-03-17 |
開催地(和) |
長崎大学 文教キャンパス |
開催地(英) |
|
テーマ(和) |
MSS,NLP,一般,およびWIP(MSSのみ) |
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 |
2023-03-NLP-MSS |
本文の言語 |
日本語 |
タイトル(和) |
FPGAと機械学習の社会応用 |
サブタイトル(和) |
|
タイトル(英) |
Social Applications of FPGA and Machine Learning |
サブタイトル(英) |
|
キーワード(1)(和/英) |
FPGA / FPGA |
キーワード(2)(和/英) |
高位合成 / High Level Synthesis |
キーワード(3)(和/英) |
機械学習 / Machine Learning |
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) |
柴田 裕一郎 / Yuichiro Shibata / シバタ ユウイチロウ |
第1著者 所属(和/英) |
長崎大学 (略称: 長崎大)
Nagasaki University (略称: Nagasaki Univ.) |
第2著者 氏名(和/英/ヨミ) |
眞邉 泰斗 / Taito Manabe / マナベ タイト |
第2著者 所属(和/英) |
長崎大学 (略称: 長崎大)
Nagasaki University (略称: Nagasaki Univ.) |
第3著者 氏名(和/英/ヨミ) |
/ / |
第3著者 所属(和/英) |
(略称: )
(略称: ) |
第4著者 氏名(和/英/ヨミ) |
/ / |
第4著者 所属(和/英) |
(略称: )
(略称: ) |
第5著者 氏名(和/英/ヨミ) |
/ / |
第5著者 所属(和/英) |
(略称: )
(略称: ) |
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 |
2023-03-16 14:00:00 |
発表時間 |
50分 |
申込先研究会 |
NLP |
資料番号 |
MSS2022-87, NLP2022-132 |
巻番号(vol) |
vol.122 |
号番号(no) |
no.435(MSS), no.436(NLP) |
ページ範囲 |
p.121 |
ページ数 |
1 |
発行日 |
2023-03-08 (MSS, NLP) |
|