抄録/ポイント:
抄録/ポイント
文献の概要を数百字程度の日本語でまとめたものです。
部分表示の続きは、JDreamⅢ(有料)でご覧頂けます。
J-GLOBALでは書誌(タイトル、著者名等)登載から半年以上経過後に表示されますが、医療系文献の場合はMyJ-GLOBALでのログインが必要です。
データフロー/マッピングは,DNN加速器の計算とエネルギー効率を決定する。層内マップ空間に取り組むために,多くのマップを提案した。しかし,層間マップ空間(高層融合マップ空間)のマップはめったに議論されていない。本研究では,この層融合マップ空間に特に注目して,マッパ,DNNFユーザを提案した。既存のSOTA DNNマッピング探査は,探索ベースのマッパーに依存するが,これは,1ショット推論ベースのマッパーを提案するために,著者らの知識の最良に最初の研究である。シーケンスモデリング問題として層融合最適化を学習するために,DNNアーキテクチャとして変換器を利用した。さらに,訓練されたDNNFユーザは,その知識を一般化し,そして,不調な条件のための新しい解決策を推論できる。1つの推論パスの中で,DNNFユーザは,66x-127xがより速く,高度に最適化された探索ベースのマッパーによって見出されるものに互換性のある性能を有する解を推論できる。【JST・京大機械翻訳】