文献

J-GLOBAL ID：201602235842793980   整理番号：16A0877322

CUDAを用いた人工ニューラルネットワークの加速転送計算【Powered by NICT】

Accelerating forwarding computation of artificial neural network using CUDA

著者 (2件)： Park Jong Hyun (School of Electrical and Electronic Engineering, Yonsei University, Seoul, Korea) ,  Ro Won Woo (School of Electrical and Electronic Engineering, Yonsei University, Seoul, Korea)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2016  号： ICEIC  ページ： 1-4  発行年： 2016年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 近年,グラフィックス処理ユニット(GPU)はオープンコンピューティング言語(OpenCL)または計算統一デバイスアーキテクチャ(CUDA)のようなプログラミングモデルを用いて汎用作業負荷を加速するための広く使用されている。本論文では,人工ニューラルネットワーク(ANN)アルゴリズム,機械学習と認知科学における一般的なアルゴリズムの一つを加速し,ANNアルゴリズムはより複雑な問題を解くまたはリアルタイムで動作するための速いことが必要である。は大きなデータ並列計算で構築されるため,ANNアルゴリズムはGPU加速のための大きな可能性を持つ。CUDAにおけるANNの転送計算を実装し,GPUのスクラッチパッドメモリを用いた,スレッドブロックサイズを利用する,を最適化した。結果として,この方法は,従来のCPUに比べて2.32倍速い性能を示した。Copyright 2016 The Institute of Electrical and Electronics Engineers, Inc. All Rights reserved. Translated from English into Japanese by JST【Powered by NICT】

シソーラス用語： 最適化 ,  アルゴリズム ,  言語 ,  機械学習 ,  認知科学 ,  *ニューラルネットワーク
準シソーラス用語： データ並列 ,  実時間 ,  プログラミングモデル ,  OpenCL ,  GPU【プロセッサ】 ,  *CUDA , 【Automatic Indexing@JST】

分類 (1件)： パターン認識  (JE07000S)

タイトルに関連する用語 (5件)： CUDA ,  人工ニューラルネットワーク ,  加速 ,  転送 ,  計算