文献

J-GLOBAL ID：202002258770423895   整理番号：20A0800417

精度スケーラブルな近似コンピューティングのための低電力で小面積のMACユニット

A Low-Power and Small-Area MAC Unit for Accuracy-Scalable Approximate Computing

著者 (4件)： YANG Tongxin (FUKUOKA UNIV., Fukuoka, JPN) ,  YANG Tongxin (Logic Res. Co., Ltd.) ,  SATO Toshinori (FUKUOKA UNIV., Fukuoka, JPN) ,  UKEZONO Tomoaki (FUKUOKA UNIV., Fukuoka, JPN)
資料名： 福岡大学工学集報  (Fukuoka University Review of Technological Sciences)
号： 103/104  ページ： 1-8  発行年： 2020年03月19日 
JST資料番号： S0905A  ISSN： 0285-2799  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 英語 (EN)

抄録/ポイント： 画像処理やディープラーニングなどの現代のアプリケーションは,ある程度の不正確さがあってもエラー耐性がある。近似コンピューティングは,消費電力と精度をトレードオフすることで,このような領域での様々なアプリケーションを支援する有望な技術の一つである。本論文では,精度よりも消費電力と面積を優先するアプリケーション向けに,面積を削減した低消費電力の近似乗算器(MAC)を提案する。提案したMACユニットは,2つの既存の回路要素,すなわち近似木圧縮器(ATC)とキャリーマスカブル加算器(CMA)を利用し,精度スケーリングのための配置可能性を実現する。実験計画を行った結果,提案したMACユニットは,従来のウォレス木乗算器とキャリー伝搬加算器からなるMACユニットと比較して,回路面積を60.0%削減し,消費電力を66.2%以上削減できることが明らかになった。さらに,画像処理アプリケーションを用いた評価では,手書き文字の認識率が89.8%となり,本提案MACユニットの精度が高いことが分かった。(翻訳著者抄録)

シソーラス用語： *乗算器 ,  消費電力 ,  省エネルギー ,  機械学習 ,  ニューラルネットワーク ,  人工知能 ,  スケーリング【計数】 ,  トレードオフ ,  手書き文字認識 ,  画像処理 ,  加算器 ,  *数値計算 ,  *近似法
準シソーラス用語： ディープラーニング ,  *近似計算 ,  低電力 ,  認識率

分類 (1件)： 演算方式  (JC02020Z)

タイトルに関連する用語 (5件)： 近似 ,  コンピューティング ,  低電力 ,  面積 ,  MAC