文献

J-GLOBAL ID：201902265601595193   整理番号：19A1574746

深部畳込みニューラルネットワークのための低電力およびモバイルハードウェアアクセラレータ【JST・京大機械翻訳】

Low power & mobile hardware accelerators for deep convolutional neural networks

著者 (1件)： Scanlan Anthony G. (University of Limerick, Ireland)
資料名： Integration. the VLSI Journal  (Integration. the VLSI Journal)
巻： 65  ページ： 110-127  発行年： 2019年 
JST資料番号： H0891A  ISSN： 0167-9260  資料種別： 逐次刊行物 (A)
記事区分： 文献レビュー  発行国： オランダ (NLD)  言語： 英語 (EN)

抄録/ポイント： 本論文は,モバイル低電力機械学習ハードウェア加速器のための計算ハードウェアの分野における最近の開発の包括的レビューを提供した。本論文は,ニューラルネットワーク,畳込みニューラルネットワークへの導入を提供して,最新の深い畳込みニューラルネットワークの状態における最近の発展を詳述した。低電力ハードウェア加速器の設計における重要な考察を,概念システムに関して議論した。最新のハードウェア加速器の状態におけるメモリアクセスと計算のエネルギーコストを低減するための戦略を詳述した。これには,データフロー,低減精度,モデル圧縮およびスパース性などの技術が含まれている。3.3W以下の電力消費をもつ深い畳込みニューラルネットワークのための最近報告されたディジタル移動加速器は,16ビット精度で参照GPU加速器よりも4x-20x良い効率を持ち,4ビット精度以下で20x-1171xのより良い効率を達成できることを観測した。GPU上での20x-1171xの効率改善が,報告されている移動加速器に対して,精度の低下により観察された。Copyright 2019 Elsevier B.V., Amsterdam. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 加速器 ,  *ニューラルネットワーク ,  ディジタル方式 ,  超LSI ,  効率化 ,  *ハードウェア ,  並列処理 ,  電力消費 ,  機械学習 ,  *携帯電話
準シソーラス用語： データフロー ,  メモリアクセス ,  *ハードウェアアクセラレータ ,  *低電力化 ,  *畳込みニューラルネットワーク , 【Automatic Indexing@JST】

著者キーワード (8件)： 機械学習 ,  ハードウェア加速器 ,  深層学習 ,  ニューラルネットワーク ,  並列処理 ,  超大規模集積(VLSI) ,  低電力 ,  スイッチトキャパシタ

分類 (2件)： 演算方式  (JC02020Z) ,  専用演算制御装置  (JC04030Y)

タイトルに関連する用語 (5件)： 深部 ,  畳込みニューラルネットワーク ,  低電力 ,  モバイル ,  ハードウェアアクセラレータ