文献

J-GLOBAL ID：202002251039571768   整理番号：20A2076963

ClDNNを用いたOpenCLデバイス上のNNEFフレームワークの加速【JST・京大機械翻訳】

Accelerating NNEF Framework on OpenCL Devices Using clDNN

著者 (3件)： Yu Meng-Shiun (Department of Computer Science, National Tsing Hua University Hsinchu, Taiwan) ,  Chen Tai-Liang (Department of Computer Science, National Tsing Hua University Hsinchu, Taiwan) ,  Lee Jenq-Kuen (Department of Computer Science, National Tsing Hua University Hsinchu, Taiwan)
資料名： ACM Proceedings  (ACM Proceedings)
号： IWOCL ’20  ページ： 1-2  発行年： 2020年 
JST資料番号： D0698C  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： 近年,TensorFlow,Caffe,Keras,PyTorchのような多くのニューラルネットワークフレームワークが提案されている。これらのフレームワークは訓練されたパラメータを保存するためのファイルフォーマットを持つが,これらのファイルフォーマットは互いに互換性がない。したがって,Khronosは,技術者が様々なフレームワークを横断して事前訓練モデルを変換することを可能にするニューラルネットワーク交換形式(NNEF)を提案した。しかし,NNEFは中間表現(IR)のファイルフォーマットである。従って,異なるデバイス上のNNEFによるAIモデルの推論を実行するための効率的な解決策は,さらなる研究に値する。本論文では,NNEFをclDNNに変換するためのトランスレータを提案した。clDNNはオープンソース推論SDKであり,Intelハードウェアプラットフォーム上で高性能計算APIを提供した。著者らの予備実験結果において,トランスレータはMobileNet_v1の実行時間に対してC実装と比較して6回高速化できる。Please refer to this article’s citation page on the publisher website for specific rights information. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： 互換性 ,  コンパイラ ,  *ニューラルネットワーク ,  高速化
準シソーラス用語： 高性能コンピューティング ,  実行時間 ,  ファイルフォーマット ,  予備実験 ,  オープンソース ,  OpenCL , 【Automatic Indexing@JST】

著者キーワード (6件)： コンパイラ ,  推論フレームワーク ,  NNEF ,  ニューラルネットワーク ,  OpenCL ,  clDNN

分類 (2件)： 人工知能  (JE08000Z) ,  ニューロコンピュータ  (JC06010Q)

タイトルに関連する用語 (3件)： OpenCL ,  フレームワーク ,  加速