抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
低い待ち時間と低いエネルギー消費を有するニューラルネットワーク加速器は,エッジコンピューティングのために望ましい。このような加速器を生成するために,ハイブリッド量子化方式を用いて埋め込まれたFPGAにおける極端に低いビット幅ニューラルネットワーク(ELB-NN)を加速するための設計フローを提案した。このフローはネットワーク訓練とFPGAベースのネットワーク配置の両方をカバーし,それは設計空間探索を容易にし,ネットワーク精度と計算効率の間のトレードオフを簡素化する。このフローを用いることにより,ハードウェア設計者は,厳密な資源と電力制約の下で,エッジデバイスにおけるネットワーク加速器を提供するのに役立つ。ニューラルネットワーク内のハイブリッドELB設定をサポートすることにより,提案したフローを提示した。結果は,著者らの設計が10.3TOPSにおいて非常に高い性能ピークを提供することができて,埋め込まれたFPGAを用いて5W未満のために大規模ニューラルネットワークを実行する間,325.3画像/s/wattまで分類することができることを示した。著者らの知る限りでは,文献で報告されているGPUや他のFPGA実装と比較して,それは最もエネルギー効率の良い解決策である。Copyright 2019 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】