高位合成を用いた融合型ニューラルネットワークアクセラレータの自動生成

Research Project

Project/Area Number	24K14879
Research Category	Grant-in-Aid for Scientific Research (C)
Allocation Type	Multi-year Fund
Section	一般
Review Section	Basic Section 60040:Computer system-related
Research Institution	Kumamoto University
Principal Investigator	瀬戸謙修熊本大学, 半導体・デジタル研究教育機構, 准教授 (10420241)
Co-Investigator(Kenkyū-buntansha)	尼崎太樹熊本大学, 大学院先端科学研究部(工), 教授 (50467974) 木山真人熊本大学, 大学院先端科学研究部(工), 助教 (30363534)
Project Period (FY)	2024-04-01 – 2027-03-31
Project Status	Granted (Fiscal Year 2024)
Budget Amount *help	¥4,550,000 (Direct Cost: ¥3,500,000、Indirect Cost: ¥1,050,000) Fiscal Year 2026: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2025: ¥1,430,000 (Direct Cost: ¥1,100,000、Indirect Cost: ¥330,000) Fiscal Year 2024: ¥1,690,000 (Direct Cost: ¥1,300,000、Indirect Cost: ¥390,000)
Keywords	ニューラルネットワーク / アクセラレータ / 高位合成 / 自動生成 / MLIR
Outline of Research at the Start	高精度なニューラルネットワークアクセラレータのチップ面積、消費エネルギー、処理時間の削減が求められている。融合型ニューラルネットワークアクセラレータは、外部メモリアクセスを削減することで消費エネルギーや処理時間を大幅に削減できるが、既存技術は設計の柔軟性が乏しく、また、決められたアルゴリズムに基づいてアーキテクチャを限定して人手設計されており、最適設計の探索が困難な点が課題となっている。本研究では、コンパイラフレームワークであるLLVM MLIRをベースとし、PyTorchで記述されたモデルから高位合成を用いて融合型ニューラルネットワークアクセラレータを自動生成するツールを提案する。