2019년 컴퓨터종합학술대회
Current Result Document :
| 한글제목(Korean Title) |
모바일 장치에서 Low-bit Precision을 활용한 딥 러닝 모델의 가속 및 성능 분석 |
| 영문제목(English Title) |
|
| 저자(Author) |
김호승
홍경환
신동군
Hoseung Kim
Gyeonghwan Hong
Dongkun Shin
|
| 원문수록처(Citation) |
VOL 46 NO. 01 PP. 1418 ~ 1420 (2019. 06) |
한글내용
(Korean Abstract) |
최근 모바일 장치의 CPU나 GPU의 성능이 향상됨에 따라, 모바일 장치에서 직접 딥 러닝을 수행하여 여러 분야에서 활용하고 있다. 그러나, 복잡한 딥 러닝 모델을 요구하는 해상도가 큰 이미지의 분류나 물체 인식과 같은 작업을 실시간으로 수행하기는 어렵다. 딥러닝 모델의 성능을 유지하며 복잡도를 줄이기 위해 다양한 연구가 진행되고 있는데, 많은 연구들이 기존 모델을 적은 bit수만 사용하여 좋은 성능을 보이고 있다. 그러나 모바일 장치의 경우 다양한 precision을 제공하지 않기 때문에 적은 bit의 모델을 수행할 때 성능 향상에 한계가 있다. 본 논문에서는 이러한 모바일 장치의 한계를 극복하기 위해 여러 precision을 소프트웨어적으로 제공하였을 때의 성능에 대해 분석하고, 다양한 precision으로 딥 러닝 모델을 수행한다. 최종적으로, 다양한 precision을 사용하여 ResNet-20을 수행했을 경우 기존보다 정확 도는 1.08%감소한 반면, 1.18배의 성능 개선과 메모리 사용량에서 15.99배의 이득을 얻는다. |
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
