| 大会名称 |
|---|
| 2018年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2018 |
| 発行日 |
| 2018-09-12 |
| セッション番号 |
| 6c |
| セッション名 |
| システムとLSIの設計技術 |
| 講演日 |
| 2018/09/21 |
| 講演場所(会議室等) |
| C棟C34 |
| 講演番号 |
| C-020 |
| タイトル |
| CNNハードウェアにおけるDRAMアクセス量削減手法 |
| 著者名 |
| 古川 巧, 望月香那, 黒田幸作, 廣瀬哲也, 黒木修隆, 沼 昌宏, |
| キーワード |
| ニューラルネットワーク, Convolution Neural Network, FPGA, メモリアクセス |
| 抄録 |
| CNN ハードウェアの低消費電力化を目的として，DRAMアクセス量を削減する手法を提案する。具体的には，畳み込み層出力を並列化するとともに，次段のプーリング層との間をFPGA内蔵のBRAM（Block RAM）で接続し，BRAMに一時格納可能なデータを単位としてパイプライン処理を行う。提案手法をAlexNetに適用した場合，DRAMアクセス量を約35% 削減できることを確認した。また，Verilog HDLを用いてプーリング層の回路を設計してシミュレーションによる評価を行った結果，FPGAに実装可能な回路規模で，処理時間を従来手法に比べて90%以上削減可能であることを確認した。 |
| 本文pdf |
| PDF download (519.4KB) |