お知らせ 研究会の開催と会場に参加される皆様へのお願い(2020年10月開催~)
電子情報通信学会 研究会発表申込システム
講演論文 詳細
技報閲覧サービス
[ログイン]
技報アーカイブ
 トップに戻る 前のページに戻る   [Japanese] / [English] 

講演抄録/キーワード
講演名 2021-03-03 10:00
ディープラーニングモデルのMRAM格納時におけるApproximate Computingを用いたエネルギー削減手法
小野義基宇佐美公良芝浦工大VLD2020-67 HWS2020-42
抄録 (和) 近年、エッジデバイスにおけるディープラーニング、とりわけオンチップ学習が注目を集めている。加えて、磁気抵抗メモリ(MRAM)は、良好なパフォーマンスや小さなリーク電力などの点から、エッジデバイス向けのメモリ技術として盛んに研究されている。一方、MRAMは書き込み時のエネルギー消費が大きいという問題点がある。本研究では、ディープラーニングのオンチップ学習において生成されるモデルの重みとバイアスを、Approximate Computing (AC) の考え方に基づいてMRAMに格納する新たな手法を提案する。また、AC適用時における書き込み時間の最適値の検討や、AC適用時のエポックと推論精度の関係についても述べる。シミュレーションの結果、画像認識アプリケーションの学習時に本手法を適用することで、推論精度の劣化を0.5%以内に抑えつつ、9~37%の書き込みエネルギー削減を達成した。 
(英) On-chip learning is gaining attention in edge devices. In addition, a magnetic RAM (MRAM) is a promising memory technology for edge devices because of low leakage energy. However, the high write energy is a disadvantage of MRAM. For minimizing the write energy, we propose an approximate storing approach to MRAM for learning tasks of deep neural networks (DNN). The proposed approach writes the weight and bias data to MRAM approximately on each epoch with the fine-grained adjusted write time. Simulation results with image recognition DNN applications have demonstrated that the write energy can be reduced in the range from 9% to 37% with negligible (< 0.5%) accuracy loss.
キーワード (和) MRAM / エネルギー削減 / Approximate Computing / ディープラーニング / オンチップ学習 / / /  
(英) MRAM / Energy Minimization / Approximate Computing / Deep Learning / On-chip Learning / / /  
文献情報 信学技報, vol. 120, no. 400, VLD2020-67, pp. 1-6, 2021年3月.
資料番号 VLD2020-67 
発行日 2021-02-24 (VLD, HWS) 
ISSN Print edition: ISSN 0913-5685  Online edition: ISSN 2432-6380
著作権に
ついて
技術研究報告に掲載された論文の著作権は電子情報通信学会に帰属します.(許諾番号:10GA0019/12GB0052/13GB0056/17GB0034/18GB0034)
PDFダウンロード VLD2020-67 HWS2020-42

研究会情報
研究会 HWS VLD  
開催期間 2021-03-03 - 2021-03-04 
開催地(和) オンライン開催 
開催地(英) Online 
テーマ(和) システムオンシリコンを支える設計技術, ハードウェアセキュリティ, 一般 
テーマ(英) Design Technology for System-on-Silicon, Hardware Security, etc. 
講演論文情報の詳細
申込み研究会 VLD 
会議コード 2021-03-HWS-VLD 
本文の言語 日本語 
タイトル(和) ディープラーニングモデルのMRAM格納時におけるApproximate Computingを用いたエネルギー削減手法 
サブタイトル(和)  
タイトル(英) Energy Efficient Approximate Storing to MRAM for Deep Neural Network Tasks in Edge Computing 
サブタイトル(英)  
キーワード(1)(和/英) MRAM / MRAM  
キーワード(2)(和/英) エネルギー削減 / Energy Minimization  
キーワード(3)(和/英) Approximate Computing / Approximate Computing  
キーワード(4)(和/英) ディープラーニング / Deep Learning  
キーワード(5)(和/英) オンチップ学習 / On-chip Learning  
キーワード(6)(和/英) /  
キーワード(7)(和/英) /  
キーワード(8)(和/英) /  
第1著者 氏名(和/英/ヨミ) 小野 義基 / Yoshinori Ono /
第1著者 所属(和/英) 芝浦工業大学 (略称: 芝浦工大)
Shibaura Institute of Technology (略称: SIT)
第2著者 氏名(和/英/ヨミ) 宇佐美 公良 / Kimiyoshi Usami /
第2著者 所属(和/英) 芝浦工業大学 (略称: 芝浦工大)
Shibaura Institute of Technology (略称: SIT)
第3著者 氏名(和/英/ヨミ) / /
第3著者 所属(和/英) (略称: )
(略称: )
第4著者 氏名(和/英/ヨミ) / /
第4著者 所属(和/英) (略称: )
(略称: )
第5著者 氏名(和/英/ヨミ) / /
第5著者 所属(和/英) (略称: )
(略称: )
第6著者 氏名(和/英/ヨミ) / /
第6著者 所属(和/英) (略称: )
(略称: )
第7著者 氏名(和/英/ヨミ) / /
第7著者 所属(和/英) (略称: )
(略称: )
第8著者 氏名(和/英/ヨミ) / /
第8著者 所属(和/英) (略称: )
(略称: )
第9著者 氏名(和/英/ヨミ) / /
第9著者 所属(和/英) (略称: )
(略称: )
第10著者 氏名(和/英/ヨミ) / /
第10著者 所属(和/英) (略称: )
(略称: )
第11著者 氏名(和/英/ヨミ) / /
第11著者 所属(和/英) (略称: )
(略称: )
第12著者 氏名(和/英/ヨミ) / /
第12著者 所属(和/英) (略称: )
(略称: )
第13著者 氏名(和/英/ヨミ) / /
第13著者 所属(和/英) (略称: )
(略称: )
第14著者 氏名(和/英/ヨミ) / /
第14著者 所属(和/英) (略称: )
(略称: )
第15著者 氏名(和/英/ヨミ) / /
第15著者 所属(和/英) (略称: )
(略称: )
第16著者 氏名(和/英/ヨミ) / /
第16著者 所属(和/英) (略称: )
(略称: )
第17著者 氏名(和/英/ヨミ) / /
第17著者 所属(和/英) (略称: )
(略称: )
第18著者 氏名(和/英/ヨミ) / /
第18著者 所属(和/英) (略称: )
(略称: )
第19著者 氏名(和/英/ヨミ) / /
第19著者 所属(和/英) (略称: )
(略称: )
第20著者 氏名(和/英/ヨミ) / /
第20著者 所属(和/英) (略称: )
(略称: )
講演者
発表日時 2021-03-03 10:00:00 
発表時間 25 
申込先研究会 VLD 
資料番号 IEICE-VLD2020-67,IEICE-HWS2020-42 
巻番号(vol) IEICE-120 
号番号(no) no.400(VLD), no.401(HWS) 
ページ範囲 pp.1-6 
ページ数 IEICE-6 
発行日 IEICE-VLD-2021-02-24,IEICE-HWS-2021-02-24 


[研究会発表申込システムのトップページに戻る]

[電子情報通信学会ホームページ]


IEICE / 電子情報通信学会