| 講演名 | 2021-12-01 数値表現positを用いたDNNアクセラレータReNAの基礎評価 中原 康宏(熊本大), 増田 雄太(熊本大), 木山 真人(熊本大), 尼崎 太樹(熊本大), 飯田 全広(熊本大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | エッジ向けCNN(Convolutional Neural Network) アクセラレータにおいて，演算器の回路面積削減やデー タ転送量削減のため，データのビット幅は可能な限り削減する必要がある．そのため，低ビット幅と高い推論精度を両立可能なPosit が注目されている．本稿ではCNN アクセラレータReNA にPosit を導入した際の推論精度や面積 などの基礎的な評価を行う．また，Posit は固定小数点値と比較して演算器の面積が大きいという課題が存在する．本稿では，この課題を解決するために考案したFloat-like quire(FL quire) 版の演算器について述べる．FL quire 版の演算器はCNN モデルに合わせて回路面積を最適化することができる．本回路をReNA に導入した際の評価を行った結果，ResNet-9 に最適化した場合，面積の増大を約1.2倍に抑えることに成功した． |
| 抄録(英) | In Convolutional Neural Network (CNN) accelerators for edge, numerical precision of data should be reduced as much as possible to reduce the circuit area and the amount of data transfer. For this reason, Posit is attractive because it can achieve both low bit-width and high inference accuracy. In this paper, we present a basic evaluation of the inference accuracy and area of ReNA with Posit. In addition, Posit has a problem that its arithmetic unit is large compared to fixed-point circuit. In this paper, we describe a Float-like quire (FL quire) version arithmetic unit that we designed to solve this problem. A FL quire version arithmetic unit can optimize the circuit area according to CNN models. We also evaluated the implementation of this circuit in ReNA, and succeeded in reducing the area increase by about 1.2 times when optimized for ResNet-9. |
| 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) | Deep Learning / Convolutional Neural Network / AI chip |
| 資料番号 | VLD2021-24,ICD2021-34,DC2021-30,RECONF2021-32 |
| 発行日 | 2021-11-24 (VLD, ICD, DC, RECONF) |
| 研究会情報 | |
| 研究会 | VLD / DC / RECONF / ICD / IPSJ-SLDM |
|---|---|
| 開催期間 | 2021/12/1(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） | デザインガイア2021 -VLSI設計の新しい大地- |
| テーマ（英） | Design Gaia 2021 -New Field of VLSI Design- |
| 委員長氏名（和） | 小林 和淑(京都工繊大) / 高橋 寛(愛媛大) / 佐野 健太郎(理研) / 高橋 真史(キオクシア) / 中村 祐一(NEC) |
| 委員長氏名（英） | Kazutoshi Kobayashi(Kyoto Inst. of Tech.) / Hiroshi Takahashi(Ehime Univ.) / Kentaro Sano(RIKEN) / Masafumi Takahashi(Kioxia) / Yuichi Nakamura(NEC) |
| 副委員長氏名（和） | 池田 奈美子(NTT) / 土屋 達弘(阪大) / 山口 佳樹(筑波大) / 泉 知論(立命館大) / 池田 誠(東大) |
| 副委員長氏名（英） | Minako Ikeda(NTT) / Tatsuhiro Tsuchiya(Osaka Univ.) / Yoshiki Yamaguchi(Tsukuba Univ.) / Tomonori Izumi(Ritsumeikan Univ.) / Makoto Ikeda(Univ. of Tokyo) |
| 幹事氏名（和） | 兼本 大輔(大阪大学) / 宮村 信(NEC) / 新井 雅之(日大) / 難波 一輝(千葉大) / 小林 悠記(NEC) / 中原 啓貴(東工大) / 廣瀬 哲也(阪大) / 新居 浩二(TSMCデザインテクノロジージャパン) / 瀬戸 謙修(東京都市大) / 川村 一志(東工大) / 廣本 正之(富士通) / 細田 浩希(ソニーLSIデザイン) |
| 幹事氏名（英） | Daisuke Kanemoto(Osaka Univ.) / Makoto Miyamura(NEC) / Masayuki Arai(Nihon Univ.) / Kazuteru Namba(Chiba Univ.) / Yuuki Kobayashi(NEC) / Hiroki Nakahara(Tokyo Inst. of Tech.) / Tetsuya Hirose(Osaka Univ.) / Koji Nii(TSMC) / Kenshu Seto(Tokyo City Univ.) / Kazushi Kawamura(Tokyo Inst. of Tech.) / Masayuki Hiromoto(Fujitsu) / Hiroki Hosoda(Sony LSI Design) |
| 幹事補佐氏名（和） | / / 竹村 幸尚(インテル) / 長名 保範(琉球大学) / 宮地 幸祐(信州大) / 吉原 義昭(キオクシア) / 久保木 猛(九大) |
| 幹事補佐氏名（英） | / / Yukitaka Takemura(INTEL) / Yasunori Osana(Ryukyu Univ.) / Kosuke Miyaji(Shinshu Univ.) / Yoshiaki Yoshihara(キオクシア) / Takeshi Kuboki(Kyushu Univ.) |
| 講演論文情報詳細 | |
| 申込み研究会 | Technical Committee on VLSI Design Technologies / Technical Committee on Dependable Computing / Technical Committee on Reconfigurable Systems / Technical Committee on Integrated Circuits and Devices / Special Interest Group on System and LSI Design Methodology |
|---|---|
| 本文の言語 | JPN |
| タイトル（和） | 数値表現positを用いたDNNアクセラレータReNAの基礎評価 |
| サブタイトル（和） | |
| タイトル（英） | Basic evaluation of ReNA, a DNN accelerator using numerical representation posit |
| サブタイトル（和） | |
| キーワード(1)（和/英） | 深層学習 / Deep Learning |
| 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） | 中原 康宏 / Yasuhiro Nakahara |
| 第 1 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ.) |
| 第 2 著者 氏名（和/英） | 増田 雄太 / Yuta Masuda |
| 第 2 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ.) |
| 第 3 著者 氏名（和/英） | 木山 真人 / Masato Kiyama |
| 第 3 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ.) |
| 第 4 著者 氏名（和/英） | 尼崎 太樹 / Motoki Amagasaki |
| 第 4 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ.) |
| 第 5 著者 氏名（和/英） | 飯田 全広 / Masahiro Iida |
| 第 5 著者 所属（和/英） | 熊本大学(略称：熊本大) Kumamoto University(略称：Kumamoto Univ.) |
| 発表年月日 | 2021-12-01 |
| 資料番号 | VLD2021-24,ICD2021-34,DC2021-30,RECONF2021-32 |
| 巻番号（vol） | vol.121 |
| 号番号（no） | VLD-277,ICD-278,DC-279,RECONF-280 |
| ページ範囲 | pp.43-48(VLD), pp.43-48(ICD), pp.43-48(DC), pp.43-48(RECONF), |
| ページ数 | 6 |
| 発行日 | 2021-11-24 (VLD, ICD, DC, RECONF) |