P2M:リソース制約付きTinyMLアプリケーションに対するメモリ内処理パラダイム【JST・京大機械翻訳】

Datta Gourav; Kundu Souvik; Yin Zihan; Lakkireddy Ravi Teja; Mathai Joe; Jacob Ajey; Beerel Peter A.; Jaiswal Akhilesh R.

プレプリント

J-GLOBAL ID：202202214541835550 整理番号：22P0301387

P2M:リソース制約付きTinyMLアプリケーションに対するメモリ内処理パラダイム【JST・京大機械翻訳】

P2M: A Processing-in-Pixel-in-Memory Paradigm for Resource-Constrained TinyML Applications

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (8件)： , , , , , , ,
資料名：
発行年： 2022年03月06日プレプリントサーバーでの情報更新日： 2022年03月16日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

最先端の高解像度カメラから生成された膨大な量のデータを処理するための要求は,新しいエネルギー効率の良いオンデバイスAIソリューションを動機づけた。そのようなカメラの視覚データは,通常,センサ画素アレイによりアナログ電圧の形で捉えられ,次にアナログディジタル変換器(ADC)を用いて,その後のAI処理のためにディジタル領域に変換された。最近の研究では,AI計算が部分的に画素アレイの周辺に,そして部分的には別々のオンボードCPU/加速器において実行される,近およびセンサ処理の形で,大規模並列低電力アナログ/ディジタルコンピューティングの利点を取り上げてきた。残念なことに,高解像度入力画像は,カメラとAI処理ユニット,フレームによるフレーム,エネルギー,帯域幅,およびセキュリティボトルネックに起因するフレームの間で,まだ流れ込む必要がある。この問題を緩和するために,アナログマルチチャネル,マルチビット畳込み,バッチ正規化,およびReLU(線形化線形ユニット)のためのサポートを加えることによって,画素アレイをカスタム化する新しい処理-イン-ピアインメモリ(P2M)パラダイムを提案する。この解は,全体論的アルゴリズム-回路共設計手法を含み,得られたP2Mパラダイムは,鋳物-製造可能CMOS画像センサプラットフォーム内の畳み込みニューラルネットワーク(CNN)モデルのメモリ集約型最初の数層の埋め込みのためのドロップイン置換として使用することができる。この実験結果は,P2Mがセンサとアナログから約21xのディジタル変換へのデータ転送帯域幅を,また,試験精度の顕著な低下なしに,標準近処理またはセンサ内実装と比較して,視覚後流単語データセット(VWW)のTinyML使用事例で,MobileNetV2モデルを処理する際に発生するエネルギー遅延積(EDP)を,約1xまで処理することを示している。【JST・京大機械翻訳】

, , , , , , , , , , , , ,
, 【Automatic Indexing@JST】

撮像・録画装置 , 図形・画像処理一般

, , ,

前のページに戻る