文献

J-GLOBAL ID：201802240165568157   整理番号：18A0322484

2のべき乗近似とプルーニングを用いたCNN向けFPGAアクセラレータ

FPGA accelerator of CNN using Power of 2 Approximation and Pruning weights

著者 (5件)： 宇都宮誉博 (熊本大) ,  尼崎太樹 (熊本大) ,  飯田全広 (熊本大) ,  久我守弘 (熊本大) ,  末吉敏則 (熊本大)
資料名： 電子情報通信学会技術研究報告  (IEICE Technical Report (Institute of Electronics, Information and Communication Engineers))
巻： 117  号： 378(CPSY2017 106-132)  ページ： 119-124  発行年： 2018年01月11日 
JST資料番号： S0532B  ISSN： 0913-5685  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： 画像認識手法の一つである畳込みニューラルネットワーク(CNN:Convolutional Neural Network)は,その識別精度の高さから様々な分野で注目されている。CNNの組込み機器への実装を考えた場合,低消費電力かつ高速な処理が可能であるFPGA(Field Programmable Gate Array)は有望な選択肢となる。しかしながら,FPGAにCNNを実装する際は,内部で膨大な回数実行される積和演算回路の構成および重みを読み込む際のメモリアクセスについて工夫する必要がある。そこで本稿では,CNNの重みを2のべき乗に近似する手法を提案する。これにより,積和演算回路における乗算はシフト演算に置き換え可能となる。また,重みを近似する際はCNNに再学習を施すことで認識率の低下を抑制し,近似後は閾値以下の重みをプルーニングすることで重みの表現に必要なビット幅を削減する。提案手法によって,畳込み層のカーネルあたりのLUT使用量は約1.9倍改善され,全結合層の積和演算あたりのLUT使用量は約2.5倍改善された。また,認識精度の低下を0.3%程度に抑えた場合は畳込み層の重みを5ビット,全結合層の重みを4ビットで表現可能となり,2%程度に抑えた場合はさらに全結合層の重みを3ビットに削減して表現可能となった。(著者抄録)

シソーラス用語： *ニューラルネットワーク ,  *FPGA ,  *データ処理システム ,  画像認識 ,  べき ,  近似法 ,  比率 ,  *畳込みニューラルネットワーク ,  *アクセラレータ
準シソーラス用語： べき乗 ,  近似 ,  認識率

分類 (3件)： 専用演算制御装置  (JC04030Y) ,  人工知能  (JE08000Z) ,  半導体集積回路  (NC03162T)

引用文献 (14件)：

• 岡谷貴之, ′′深層学習,′′ 株式会社講談社, April 2015
• 麻生秀樹, 安藤宗樹, 前田新一, 岡野原大輔, 岡谷貴之, 久保陽太郎, ボレガラ ダヌシカ, 神嶌敏弘 (編), ′′深層学習,′′ 近代科学社, November 2015
• A. Dundar, J. Jin, V. Gokhale, B. Martini and E. Culurciello, ′′Memory access optimized routing scheme for deep networks on a mobile coprocessor,′′ Proc. of the 2014 IEEE High Performance Extreme Computing Conference, pp.1-6, September 2014
• Chen Zhang, Peng Li and Guangyu Sun, Yijin Guan and Bingjun Xiao, Jason Cong, ′′Optimizing FPGA-based Accelerator Design for Deep Convolutional Neural Networks,′′ Proc. of the 2015 ACM/SIGDA International Symposium on Field-Programmable Gate Arrays, pp.161-170, February 2015
• Qiu, Jiantao and Wang, Jie and Yao, Song and Guo, Kaiyuan and Li, Boxun and Zhou, Erjin and Yu, Jincheng and Tang, Tianqi and Xu, Ningyi and Song, Sen and Wang, Yu and Yang, Huazhong, ′′Going Deeper with Embedded FPGA Platform for Convolutional Neural Network,′′ Proc. of the 2016 ACM/SIGDA International Symposium on Field-Programmable Gate Arrays, pp.26-35, February 2016

タイトルに関連する用語 (5件)： べき乗 ,  近似 ,  CNN ,  FPGA ,  アクセラレータ