| 講演名 | 2021-06-08 エッジ向けCNNアクセラレータReNAの実行コード自動生成 増田 雄太(熊大), 中原 康宏(熊大), 尼崎 太樹(熊大), 飯田 全広(熊大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 我々は，エッジ向けCNNアクセラレータとしてReNAを開発している．ReNAの制御には，マイクロコード命令により各回路の制御信号を直接指定する方式がとられている．本制御方式は，可読性が低く，実行コード生成もマニュアルであるため効率が良くない．また，命令量が多く，制御信号を保存するために大容量のSRAMが必要になる．そこで本稿では，マイクロコード命令を抽象化し，命令量を削減することで問題を解決する．また，マイクロコードの自動生成を可能にすることで，モデル実装の効率化を図る．結果として，必要なSRAMの容量を約86%削減し，命令格納用SRAMの面積を半減させることができた． |
| 抄録(英) | We have been developing ReNA as a CNN accelerator for the edge, which is controlled by directly specifying control signals for each circuit by microcode instructions. The current control method is not efficient because of its low readability and manual generation of the execution code. In addition, it requires a large amount of instructions and large SRAM size to store the control signals. In this paper, we try to solve this problem by abstracting the microcode instructions and reducing the amount of instructions. We also improve the efficiency of model implementation by enabling automatic generation of the microcode. As a result, we were able to reduce the required SRAM capacity by about 86% and halve the area of the SRAM for storing instructions. |
| キーワード(和) | 深層学習 / 畳み込みニューラルネットワーク / AIチップ |
| キーワード(英) | DeepLearning / Convolutional Neural Network / AI Chip |
| 資料番号 | RECONF2021-6 |
| 発行日 | 2021-06-01 (RECONF) |
| 研究会情報 | |
| 研究会 | RECONF |
|---|---|
| 開催期間 | 2021/6/8(から2日開催) |
| 開催地（和） | オンライン開催 |
| 開催地（英） | Online |
| テーマ（和） | リコンフィギャラブルシステム，一般 |
| テーマ（英） | Reconfigurable system, etc. |
| 委員長氏名（和） | 柴田 裕一郎(長崎大) |
| 委員長氏名（英） | Yuichiro Shibata(Nagasaki Univ.) |
| 副委員長氏名（和） | 佐野 健太郎(理研) / 山口 佳樹(筑波大) |
| 副委員長氏名（英） | Kentaro Sano(RIKEN) / Yoshiki Yamaguchi(Tsukuba Univ.) |
| 幹事氏名（和） | 三好 健文(イーツリーズ・ジャパン) / 小林 悠記(NEC) |
| 幹事氏名（英） | Takefumi Miyoshi(e-trees.Japan) / Yuuki Kobayashi(NEC) |
| 幹事補佐氏名（和） | 中原 啓貴(東工大) / 竹村 幸尚(インテル) |
| 幹事補佐氏名（英） | Hiroki Nakahara(Tokyo Inst. of Tech.) / Yukitaka Takemura(INTEL) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on Reconfigurable Systems |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | エッジ向けCNNアクセラレータReNAの実行コード自動生成 |
| サブタイトル（和） | |
| タイトル（英） | Automatic generation of executable code for ReNA |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / DeepLearning |
| キーワード(2)（和/英） | 畳み込みニューラルネットワーク / Convolutional Neural Network |
| キーワード(3)（和/英） | AIチップ / AI Chip |
| 第 1 著者 氏名（和/英） | 増田 雄太 / Yuta Masuda |
| 第 1 著者 所属（和/英） | 熊本大学(略称：熊大) Kumamoto University(略称：Kumamoto Univ.) |
| 第 2 著者 氏名（和/英） | 中原 康宏 / Yasuhiro Nakahara |
| 第 2 著者 所属（和/英） | 熊本大学(略称：熊大) Kumamoto University(略称：Kumamoto Univ.) |
| 第 3 著者 氏名（和/英） | 尼崎 太樹 / Motoki Amagasaki |
| 第 3 著者 所属（和/英） | 熊本大学(略称：熊大) Kumamoto University(略称：Kumamoto Univ.) |
| 第 4 著者 氏名（和/英） | 飯田 全広 / Masahiro Iida |
| 第 4 著者 所属（和/英） | 熊本大学(略称：熊大) Kumamoto University(略称：Kumamoto Univ.) |
| 発表年月日 | 2021-06-08 |
| 資料番号 | RECONF2021-6 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | RECONF-59 |
| ページ範囲 | pp.26-31(RECONF), |
| ページ数 | 6 |
| 発行日 | 2021-06-01 (RECONF) |