2017 Fiscal Year Annual Research Report
Development of Highly-reliable and Low-power reconfigurable VLSI Based on Asynchronous architecture and Non-volatile memory
| Project/Area Number |
16K12404
|
|---|
| Research Institution | Tohoku University |
|---|
Principal Investigator |
張山 昌論 東北大学, 情報科学研究科, 教授 (10292260)
|
|---|
| Project Period (FY) |
2016-04-01 – 2018-03-31
|
| Keywords | リコンフィギャラブルコンピューティング |
|---|
| Outline of Annual Research Achievements |
今年度は，高信頼・高性能・低消費電力なFPGAが必要とされる応用分野として，人工知能，自然言語処理，数理最適化の調査とそれに適するアーキテクチャの開発を行った．人工知能においてはオンライン学習についても検討を行った．CNN(Convolutional Neural Network)を対象として，転移学習が活用することにより，学習の頻度を必要最小限に抑えることができることに着目し，不揮発メモリを活用することに適したアーキテクチャと回路を考案した．さらに，演算器・ネットワークを小型化するためのアーキテクチャとして語長削減，ネットワーク再構築などに基づくアーキテクチャを導入した．その結果，従来の構成と比較して大幅な小型化が可能となる見積もりを得た．また，数理最適化においては，与えられた条件を満たす符号を発見する組み合わせ最適化問題を対象として設定した．この問題においては，数ヶ月単位といった長期間FPGAで計算することが想定されるため，途中でFPGAまたは制御用のホストに不具合が生じた場合に，その結果が保護され，かつ途中から計算を続けられるチェックポイント機構が必要となる．そのため，効率よくチェックポイントを行うためのアーキテクチャを検討した．提案した手法をFPGAで実装して性能評価を行った結果，従来のCPUでの処理と比較して二桁以上の高性能化を達成できる見通しを得た．また，自然言語処理の応用として，LDA(Latent Dirichlet Allocation)に基づく自然言語処理を設定して，アーキテクチャを考案した．コーパスを依存関係の少ない順番で処理を行うことにより，パイプランン処理に適するアーキテクチャを達成することができた．FPGAで実装して評価することにより，従来のCPUと比較して3倍程度の高速化が達成されることを明らかにした．
|
