| 講演名 | 2022-06-08 冗長計算分析とFPGA加速に基づいたコンパクトかつ高速なCNNの実現 李 祺(立命館大), 李 恒毅(立命館大), 孟 林(立命館大), |
|---|---|
| PDFダウンロードページ |  PDFダウンロードページへ |
| 抄録(和) | 近年、畳み込みニューラルネットワーク(CNN)は優れた識別性能で幅広い範囲で応用され、注目されている。しかし、CNNモデルは計算量とパラメータ量が膨大であるため、組み込みデバイスへの応用が制限されている。従って、我々は冗長計算分析に基づいたCNN軽量化手法を提案する。本手法は、設定された性能低下範囲内に、動的反復なチャンネル枝刈りで、最大限にモデルの圧縮を目指す。評価実験により、提案手法は約80％FLOPSとパラメータを削減することを実現した。さらに、軽量化されたモデルをFPGAに実装し、推論速度が約40％向上したことがわかり、提案手法の有効性を示した。 |
| 抄録(英) | Convolutional Neural Networks (CNNs) have achieved high performance and are widely used in various applications. However, CNN's are computational-intensive and resource-consuming, causing the development of CNN applications is limited especially in the embedded systems. Therefore, we propose a dynamic CNN pruning method based on redundant computational analysis. The proposal aims to realize model compression within the setting performance degradation through dynamic iterative channel pruning. Experimental results show the proposal reduces about 80% of parameters and FLOPS. Furthermore, the compacted CNN model is implemented on the FPGA and achieved about 40% speedup in inference time. |
| キーワード(和) | 畳み込みニューラルネットワーク / チャンネル枝刈り / 冗長計算分析 / FPGA |
| キーワード(英) | Convolutional neural network / Channel pruning / Redundant calculation analysis / FPGA |
| 資料番号 | RECONF2022-21 |
| 発行日 | 2022-05-31 (RECONF) |
| 研究会情報 | |
| 研究会 | RECONF |
|---|---|
| 開催期間 | 2022/6/7(から2日開催) |
| 開催地（和） | 筑波大学計算科学研究センター |
| 開催地（英） | CCS, Univ. of Tsukuba |
| 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） | 佐野 健太郎(理研) |
| 委員長氏名（英） | Kentaro Sano(RIKEN) |
| 副委員長氏名（和） | 山口 佳樹(筑波大) / 泉 知論(立命館大) |
| 副委員長氏名（英） | Yoshiki Yamaguchi(Tsukuba Univ.) / Tomonori Izumi(Ritsumeikan Univ.) |
| 幹事氏名（和） | 小林 悠記(NEC) / 佐藤 幸紀(豊橋技科大) |
| 幹事氏名（英） | Yuuki Kobayashi(NEC) / Yukinori Sato(Toyohashi Univ. of Tech.) |
| 幹事補佐氏名（和） | 竹村 幸尚(インテル) / 長名 保範(琉球大学) |
| 幹事補佐氏名（英） | Yukitaka Takemura(INTEL) / Yasunori Osana(Ryukyu Univ.) |
| 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） | 冗長計算分析とFPGA加速に基づいたコンパクトかつ高速なCNNの実現 |
| サブタイトル（和） | |
| タイトル（英） | A Compact High-Speed CNN Implementation based on Redundant Computational Analysis and FPGA Acceleration |
| サブタイトル（和） | |
| キーワード(1)（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(2)（和/英） | チャンネル枝刈り / Channel pruning |
| キーワード(3)（和/英） | 冗長計算分析 / Redundant calculation analysis |
| キーワード(4)（和/英） | FPGA / FPGA |
| 第 1 著者 氏名（和/英） | 李 祺 / Li Qi |
| 第 1 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Ritsumeikan Univ.) |
| 第 2 著者 氏名（和/英） | 李 恒毅 / Li Hengyi |
| 第 2 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Ritsumeikan Univ.) |
| 第 3 著者 氏名（和/英） | 孟 林 / Meng Lin |
| 第 3 著者 所属（和/英） | 立命館大学(略称：立命館大) Ritsumeikan University(略称：Ritsumeikan Univ.) |
| 発表年月日 | 2022-06-08 |
| 資料番号 | RECONF2022-21 |
| 巻番号（vol） | vol.122 |
| 号番号（no） | RECONF-60 |
| ページ範囲 | pp.89-94(RECONF), |
| ページ数 | 6 |
| 発行日 | 2022-05-31 (RECONF) |