複数精度対応の浮動小数点乗算器における回路共有の評価

• Item type: Symposium(1)
• 公開日: 2024-08-21
• タイトル: 複数精度対応の浮動小数点乗算器における回路共有の評価
• タイトル / 言語: en
• タイトル: Implementation Evaluation of Floating-Point Multiplier Sharing of Multiple Precisions
• 言語: jpn
• キーワード / 主題Scheme: Other
• キーワード / 主題: 機械学習
• 資源タイプ / 資源タイプ識別子: http://purl.org/coar/resource_type/c_5794
• 資源タイプ: conference paper
• 著者所属: 富士通(株)
• 著者所属: 富士通(株)
• 著者所属: 富士通(株)
• 著者所属: 富士通(株)
• 著者所属: 富士通(株)
• 著者所属: 富士通(株)
• 著者所属(英): en
• 著者所属(英): Fujitsu Ltd.
• 著者所属(英): en
• 著者所属(英): Fujitsu Ltd.
• 著者所属(英): en
• 著者所属(英): Fujitsu Ltd.
• 著者所属(英): en
• 著者所属(英): Fujitsu Ltd.
• 著者所属(英): en
• 著者所属(英): Fujitsu Ltd.
• 著者所属(英): en
• 著者所属(英): Fujitsu Ltd.
• 著者名: 田宮, 豊; 中村, 洋介; 児玉, 宏喜; 伊藤, 真紀子; 渡部, 康弘; 吉川, 隆英
• 著者名(英): Yutaka, Tamiya; Yousuke, Nakamura; Hiroyoshi, Kodama; Makiko, Ito; Yasuhiro, Watanabe; Takahide, Yoshikawa
• 論文抄録 / 内容記述タイプ: Other
• 論文抄録 / 内容記述: 近年の Deep Learning では複数ビット精度の浮動小数点データ型が使われる．そこでは演算に求められる精度やメモリ効率によって FP64，FP32，FP16，Bfloat16，および FP8 などのビット精度が使われている．一方，ハードウエアで演算する場合はビット精度ごとに浮動小数点演算器を実装する必要がある．複数の演算器を個別に持つことは回路面積の増大が問題となる．本論文では複数ビット精度の浮動小数点乗算器における回路共有化による面積削減を提案する．フロアプラン評価ツールによる FP32/64MUL の回路共有結果から，遅延をほぼ維持したまま面積削減が可能なことが分かった．
• 論文抄録(英) / 内容記述タイプ: Other
• 論文抄録(英) / 内容記述: Recent Deep Learning algorithms use multiple precisions for their floating-point data. They use FP64, FP32, FP16, Bfloat16, or FP8, considering the tradeoff between calculation precision and memory usage. If the hardware supports those multiple precisions, it must be implemented with floating-point operation units of each precision and involves a problem of increasing the circuit area. In order to solve this problem, we propose a circuit-sharing implementation between multiple precisions floating-point multipliers. According to our floorplan-level implementation evaluation, the circuit-sharing results in efficient area reduction, while the delay is almost unchanged.
• 書誌情報: DAシンポジウム2024論文集; 巻 2024, p. 223-228, 発行日 2024-08-21
• 出版者 / 言語: ja
• 出版者: 情報処理学会