| 大会名称 |
|---|
| 2022年 情報科学技術フォーラム(FIT) |
| 大会コ－ド |
| F |
| 開催年 |
| 2022 |
| 発行日 |
| 2022-08-30 |
| セッション番号 |
| 120 |
| セッション名 |
| トップコンファレンス7-1 リコンフィギャラブルシステム |
| 講演日 |
| 2022/09/15 |
| 講演場所(会議室等) |
| 第3イベント会場 |
| 講演番号 |
| TCS7-1-5 |
| タイトル |
| 再帰型ニューラルネットワーク向け列方向行列ベクトル積演算回路のFPGA実現について |
| 著者名 |
| 中原 啓貴, |
| キーワード |
| 抄録 |
| 本論文では細粒度列方向行列ベクトル乗算（RENOWN）を適用した再構成ニューラルネットワーク用のFPGA実現を議論した。行単位演算の代わりに列単位の行列ベクトル乗算（MVM）を使用して、リカレントニューラルネットワーク（RNN）アクセラレーション用の新しい遅延隠蔽アーキテクチャを提案した。このアーキテクチャは、データの依存関係を排除し、RNN推論システムのスループットを向上できる。さらに、要素ベースの並列処理（EP）とベクトルベースの並列処理（VP）のさまざまな構成を組み込み、大規模な重みを持つ行列を実装可能にする構成可能なチェッカーボードタイリング実装を提案した。これらの最適化により、HWの演算器利用率が向上し、システムのスループットが向上した。提案実装が1秒あたり29.6TOPSを達成でき、他のFPGAベースのアクセラレータと比較し、3.7〜14.8倍のパフォーマンス向上を達成し、HW使用率が最も高くなった。 |