2019년 춘계 학술대회
Current Result Document : 2 / 2
| 한글제목(Korean Title) |
Approximate Computing 기법을 이용한 FPGA 기반 인공 신경망 가속기 최적화 |
| 영문제목(English Title) |
FPGA-based Artificial Neural Network Accelerator Optimization Using Approximate Computing |
| 저자(Author) |
박상우
김한이
서태원
Sangwoo Park
Hanyee Kim
Taewon Suh
|
| 원문수록처(Citation) |
VOL 26 NO. 01 PP. 0479 ~ 0481 (2019. 05) |
한글내용
(Korean Abstract) |
본 연구에서는 이미지를 분류하는 인공 신경망 가속기를 최적화했고, 이를 구현하여 기존 인공 신경망 가속기와 성능을 비교 분석했다. FPGA(Field Programmable Fate Array)보드를 이용하여 가속기를 구현했으며, 해당 보드의 내부 메모리인 BRAM을 FIFO(First In First Out)구조로 설계하여 메모리 시스템을 구현했다. Approimate computing 기법을 효율적으로 적용하기 위해 FWL(Fractional Word Length) 최적점을 분석했고, 이를 기반으로 인공 신경망 가속기의 부동 소수점 연산을 고정 소수점 연산으로 변환했다. 구현된 인공 신경망 가속기는 기존의 인공 신경망에 비해, 약 7.4% 더 효율적인 전력소모량을 보였다.
|
영문내용
(English Abstract) |
|
| 키워드(Keyword) |
|
| 파일첨부 |
PDF 다운로드
|
