文献

J-GLOBAL ID：202002233130848968   整理番号：20A0436938

FPGAのための多精度多算術CNN加速器の自動生成【JST・京大機械翻訳】

Automatic Generation of Multi-Precision Multi-Arithmetic CNN Accelerators for FPGAs

著者 (9件)： Zhao Yiren (University of Cambridge) ,  Gao Xitong (Shenzhen Institutes of Advanced Technology) ,  Guo Xuan (University of Cambridge) ,  Liu Junyi (Microsoft Research Cambridge) ,  Wang Erwei (Imperial College London) ,  Mullins Robert (University of Cambridge) ,  Cheung Peter Y. K. (Imperiial College London) ,  Constantinides George (Imperial College London) ,  Xu Cheng-Zhong (University of Macau)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICFPT  ページ： 45-53  発行年： 2019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： 現代の深い畳込みニューラルネットワーク(CNNs)は計算的に要求されているが,実際の応用はしばしば高スループットと低待ち時間を必要とする。これらの問題に取り組むために,効率的なCNN加速器を生成するプロセスを自動化するために設計されたフレームワークであるトマトを提案した。生成された設計はパイプライン化され,各畳込み層は種々の精度で異なる演算を用いる。トマトを用いて,FPGAs上で走るMobileNet-V1を含む,最先端の多精度マルチ計算ネットワークを示した。著者らの知る限り,これはCNNsのための最初の多精度多計算自動生成フレームワークである。ソフトウェアにおいて,トマトは,分類精度において最小の損失で,短いパワー-2と固定小数点重みの混合物を使用するために,前訓練したネットワークを細かく調整した。FPGAsにおいて効率的な推論回路を自動的に生成するために,微細同調パラメータをテンプレートハードウェア設計と組み合わせた。この手法がモデルサイズと計算の複雑さを大幅に低減し,オフチップメモリを初めてアクセスすることなく,単一FPGA上に完全な画像ネットネットワークをパックすることを可能にすることを実証した。さらに,著者らは,トマトが単一または複数のFPGA上で走行する様々なサイズのネットワークの実装をどのように生成するかを示した。著者らの知る限りでは,著者らの自動的に生成された加速器は,着陸性とスループットのために,少なくとも2~4の・・によって,最も近いFPGAベースの競争者より性能が優れている。生成された加速器は2秒当たり3000フレーム以上の速度で画像ネット分類を実行する。Copyright 2020 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】

シソーラス用語： 計算量 ,  同調 ,  ソフトウェア ,  トマト ,  パイプライン処理 ,  記憶装置 ,  畳込み ,  スループット ,  待ち時間 ,  ネットワーク ,  *加速器 ,  着陸 ,  自動化 ,  *FPGA ,  ハードウェア設計
準シソーラス用語： *自動生成 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (5件)： FPGA ,  算術 ,  CNN ,  加速器 ,  自動生成