2019 Fiscal Year Annual Research Report
Near-memory efficient computing platform leading edge-computing
| Project/Area Number |
17H00730
|
|---|
| Research Institution | Nara Institute of Science and Technology |
|---|
Principal Investigator |
中島 康彦 奈良先端科学技術大学院大学, 先端科学技術研究科, 教授 (00314170)
|
|---|
| Co-Investigator(Kenkyū-buntansha) |
中田 尚 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (00452524)
ZHANG Renyuan 奈良先端科学技術大学院大学, 先端科学技術研究科, 助教 (00709131)
|
|---|
| Project Period (FY) |
2017-04-01 – 2021-03-31
|
| Keywords | CGRA / カスケーディング / AXIバス / 変分ベイズ / ストカスティック計算 |
|---|
| Outline of Annual Research Achievements |
３年度は、【７】スケーラビリティのあるAXIスレーブカスケーディング型CGRAアクセラレータのFPGA実装および性能評価を行った。HOSTにARMv8を搭載するXILINX製ZCU102、アクセラレータにXILINX製VU440を搭載するS2C製Prodigy Logic Moduleを複数使用し、様々なアプリケーションを搭載した。評価の結果、アクセラレータのローカルメモリに収容できないサイズのデータを扱うプログラムでも、高性能を発揮できることを実証した。ただし、多数チップをカスケーディング接続する場合、AXI-READが性能ボトルネックとなることがわかった。そして、AXIトランザクションをそのまま複数チップに送るのではなく、途中で１つのトランザクションに束ねてオーバヘッドを削減する手法が極めて有効であることがわかった。【８】認識の確信度も表現可能な変分ベイズ推定手法の実装と評価の結果、従来の実装ではGPUによる高速化が困難であった問題を解決でき、CPUに比べて数百倍の高性能化を達成できることがわかった。また、指数関数の総和を求める部分が全体のボトルネックとなることもわかった。【９】よりハードウェアを小型化可能なストカスティック近似計算手法の実装と評価の結果、従来のデジタル方式に比べて、許容可能な精度劣化と引き換えに、大幅なハードウェアおよび消費電力の削減が可能であることがわかった。
|
| Current Status of Research Progress |
Current Status of Research Progress
1: Research has progressed more than it was originally planned.
Reason
当初計画【１】～【３】が順調に推移したため、昨年の【４】～【６】に引き続き、【７】～【９】の多くの発展的研究に取り組んで成果を出している。
|
| Strategy for Future Research Activity |
最終年度は、【１０】ASIC化の課題であるCGRAチップ間インタフェースのFPGA非依存設計と高速化；【１１】VBGMM法のCGRA化；【１２】ストカスティック近似計算手法のCGRAへの統合に取り組む。
|
