| Item type |
SIG Technical Reports(1) |
| 公開日 |
2018-02-28 |
| タイトル |
|
|
タイトル |
マルチFPGA上でのGoogLeNet実装 |
| タイトル |
|
|
言語 |
en |
|
タイトル |
Implementation GoogLeNet on multi FPGAs |
| 言語 |
|
|
言語 |
jpn |
| キーワード |
|
|
主題Scheme |
Other |
|
主題 |
機械学習・アルゴリズム |
| 資源タイプ |
|
|
資源タイプ識別子 |
http://purl.org/coar/resource_type/c_18gh |
|
資源タイプ |
technical report |
| 著者所属 |
|
|
|
慶應義塾大学大学院理工学研究科 |
| 著者所属 |
|
|
|
慶應義塾大学大学院理工学研究科 |
| 著者所属 |
|
|
|
慶應義塾大学大学院理工学研究科 |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Keio University |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Keio University |
| 著者所属(英) |
|
|
|
en |
|
|
Graduate School of Science and Technology, Keio University |
| 著者名 |
飯塚, 健介
武者, 千嵯
天野, 英晴
|
| 著者名(英) |
Kensuke, Iizuka
Kazusa, Musha
hideharu, Amano
|
| 論文抄録 |
|
|
内容記述タイプ |
Other |
|
内容記述 |
高精度な画像認識や，物体検出を実現する畳み込みニューラルネットワーク (CNN : Convolutional Neural Network) は一躍注目されている．CNN は認識精度向上を目指し様々なモデルが提案されているが，計算量が増加する傾向にあり，より効率的な演算処理が求められている．しかし，汎用プロセッサではその要求を満たすことが困難なため，専用のアクセラレータの需要が高まっている．日本でも国立研究開発法人新エネルギー ・ 産業技術開発機構 (NEDO) が複数の FPGA，GPU，メモリなどの異種ノードを接続した大規模人工知能計算基盤 Flow-in-Clowd (FiC) を開発している．FPGA ノードは多数の高速リンクが接続され，FiC の高速通信のスイッチングを担う．FiC システムにおいて主演算を行うのは GPU ノードであるが，FPGA ノードもスイッチを実装した上で余った計算資源を利用して AI エンジンとしての役割を担うことができる．本研究ではマルチ FPGA システムに CNN モデルの 1 つであるGoogLeNet を実装し，評価することで GoogLeNet の高速化を図るとともに，マルチ FPGA システムの深層学習アクセラレータとしての活用ができるかを検討する．GoogLeNet が持つネットワークモデル特有の計算並列性，畳込み演算の計算並列性を利用したマルチFPGAシステムへの実装を行った結果，シミュレーション上で CPU の約 9.1 倍の高速化を達成した． |
| 書誌レコードID |
|
|
収録物識別子タイプ |
NCID |
|
収録物識別子 |
AN10096105 |
| 書誌情報 |
研究報告システム・アーキテクチャ（ARC）
巻 2018-ARC-230,
号 33,
p. 1-6,
発行日 2018-02-28
|
| ISSN |
|
|
収録物識別子タイプ |
ISSN |
|
収録物識別子 |
2188-8574 |
| Notice |
|
|
|
SIG Technical Reports are nonrefereed and hence may later appear in any journals, conferences, symposia, etc. |
| 出版者 |
|
|
言語 |
ja |
|
出版者 |
情報処理学会 |
IPSJ-ARC18230033.pdf (2.2 MB)
