2026-05-15T02:38:02Z https://ipsj.ixsq.nii.ac.jp/oai

oai:ipsj.ixsq.nii.ac.jp:00186501 2025-01-20T02:34:32Z 1164:2036:9343:9430

カーネルの類似性に基づく近似計算を行うCNNアクセラレータの検討 進藤, 智司 松井, 優樹 八巻, 隼人 津邑, 公暁 三輪, 忍 深層学習 画像認識において，Convolutional Neural Network （CNN） と呼ばれるニューラルネットワークが高い認識精度を示し広く利用されている．近年では，認識精度を向上させるために，CNN の規模を増大させる傾向があり，これに伴って，計算時間や消費エネルギーも増大している．この問題に対して，CNN の計算に特化したアクセラレータが開発されている．その中でも，CNN に含まれる計算を近似することで，電力効率の向上を図る研究が盛んに行われている．しかし，CNN の認識精度の低下を抑えつつ，高い電力効率を持つアクセラレータは未だ実現されていない．そこで本研究では，近似計算をアクセレラレータに導入し，認識精度の低下を抑えつつ高電力効率なアクセラレータの実現を目指す．特に，様々な CNN に共通して含まれる代表的なカーネルに特化した回路を予め備えたアクセラレータを検討する． technical report 情報処理学会 2018-02-28 application/pdf 研究報告システムとLSIの設計技術（SLDM） 31 2018-SLDM-183 1 6 2188-8639 AA11451459 https://ipsj.ixsq.nii.ac.jp/record/186501/files/IPSJ-SLDM18183031.pdf jpn