文献

J-GLOBAL ID：201702220820378073   整理番号：17A1729844

海洋:ゲートリカレントニューラルネットワーク加速機構を持つオンチップ追加学習強化されたプロセッサ【Powered by NICT】

OCEAN: An on-chip incremental-learning enhanced processor with gated recurrent neural network accelerators

著者 (11件)： Chen Chixiao (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203) ,  Ding Hongwei (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203) ,  Peng Huwan (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203) ,  Zhu Haozhe (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203) ,  Ma Rui (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203) ,  Zhang Peiyong (Institute of VLSI Design, Zhejiang University, Hangzhou, PR China, 310027) ,  Yan Xiaolang (Institute of VLSI Design, Zhejiang University, Hangzhou, PR China, 310027) ,  Wang Yu (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203) ,  Wang Mingyu (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203) ,  Min Hao (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203) ,  Shi Richard C.-J (Brain Chip Research Center, Fudan University, Shanghai, PR China, 201203)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2017  号： ESSCIRC  ページ： 259-262  発行年： 2017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： 8ゲートリカレントニューラルネットワーク(RNN)加速器による深い学習工程をこの論文では提案した。数値と局所勾配計算増強によるオンチップインクリメンタル学習を特徴としている。訓練の精度は,ビット幅を延長することなく得られた。3モード量アクセス(DMA/FIFO/RAM)は,インクリメンタル学習時のスループットを改善する。乗算器数と活性化関数エンジンはハードウェア共有により減少した。プロセッサは,65nm CMOSで製作し,20MHz/0~4.8Vで400MHz/1 1.2Vまたは6.6mWで155mWを消費した。54.2KfpsのピークスループットとMNIST0.24μJ/分類のエネルギー効率を達成した。デモンストレーションがテキストベース動き検出とリアルタイムウェークアップ単語音声認識のような逐次AIタスク上で行った。Copyright 2017 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： 単語 ,  *学習 ,  加速器 ,  FIFO ,  ハードウェア ,  動き検出 ,  乗算器 ,  CMOS ,  スループット ,  エネルギー効率 ,  音声認識 ,  *演算プロセッサ
準シソーラス用語： 活性化関数 ,  *インクリメンタル学習 ,  *オンチップ , 【Automatic Indexing@JST】

分類 (2件)： 半導体集積回路  (NC03162T) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (8件)： 海洋 ,  ゲート ,  リカレントニューラルネットワーク ,  加速 ,  オンチップ ,  追加学習 ,  強化 ,  プロセッサ