大会名称 |
---|
2021年 総合大会 |
大会コ-ド |
2021G |
開催年 |
2021 |
発行日 |
2021-02-23 |
セッション番号 |
D-2 |
セッション名 |
ニューロコンピューティング |
講演日 |
2021/3/9 |
講演場所(会議室等) |
Meeting 42 |
講演番号 |
D-2-3 |
タイトル |
FPGA上で動作する強化学習モデルの計算性能評価 |
著者名 |
◎小口大輔, 守谷 哲, 熊谷 俊, 山本英明, 佐藤茂雄, |
キーワード |
強化学習, FPGA, Q学習 |
抄録 |
IoT化の進展に伴い目的地へのナビゲーションなどの情報処理システムの需要が高まっており,これを実現する強化学習(RL)に注目が集まっている.しかし,RLは計算コストが高く,CPUやGPU上で実装すると多くの電力や回路リソースを消費するため,エッジデバイスへ搭載する際の課題となっている.このような中で我々は,エッジ上で動作するRL専用ハードウェアの実現を目指している.本発表では,大規模なRL専用ハードウェアの実装に向け,RLの中でも基本的なQ学習をFPGA上で動作させるためのRTLの開発を行い,Q値演算のbit幅を制限した場合でも学習性能が維持されることを明らかにした.また当該モデルのFPGA上での実装と,消費電力・処理時間についての報告も行う. |
本文pdf |
PDF download
|