• 研究課題をさがす
  • 研究者をさがす
  • KAKENの使い方
  1. 前のページに戻る

再構成アクセラレータのための近似最適化手法

研究課題

研究課題/領域番号 23K28056
補助金の研究課題番号 23H03366 (2023)
研究種目

基盤研究(B)

配分区分基金 (2024)
補助金 (2023)
応募区分一般
審査区分 小区分60040:計算機システム関連
小区分60090:高性能計算関連
合同審査対象区分:小区分60040:計算機システム関連、小区分60090:高性能計算関連
研究機関早稲田大学

研究代表者

木村 晋二  早稲田大学, 理工学術院(情報生産システム研究科・センター), 教授 (20183303)

研究分担者 戸川 望  早稲田大学, 理工学術院, 教授 (30298161)
孫 鶴鳴  横浜国立大学, 大学院工学研究院, 准教授 (90835886)
研究期間 (年度) 2023-04-01 – 2026-03-31
研究課題ステータス 交付 (2024年度)
配分額 *注記
18,980千円 (直接経費: 14,600千円、間接経費: 4,380千円)
2025年度: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円)
2024年度: 5,460千円 (直接経費: 4,200千円、間接経費: 1,260千円)
2023年度: 8,970千円 (直接経費: 6,900千円、間接経費: 2,070千円)
キーワード近似演算回路 / データ表現 / 量子化 / 演算回路合成 / Approximate Computing / 近似乗算回路 / 近似DCT回路 / 厳密合成 / 近似圧縮回路 / 再構成アクセラレータ / 積和演算回路
研究開始時の研究の概要

本研究では、まずデータ表現の変換と概算に基づく近似計算の関連を誤差の点から理論的に明確化したいと考えている。つぎに、近似計算におけるAd Hoc な設計手法と、論理合成に基づくシステマティックな手法との関連を明確化する。最後に、データ表現の変換手法と概算に基づく近似計算を統合した新たな近似演算回路の生成手法を構築する。

研究実績の概要

今年度は、再構成アクセラレータ向けのデータ表現法、Ad Hoc な近似演算器の設計手法、およびシステマティックな近似回路の合成手法の文献調査を行った。近似演算器の場合は誤差と電力などとのトレードオフの下で設計最適化を行うので、誤差の評価は非常に重要である。Ad Hoc な近似乗算器の設計法に関しては、乗算における部分積の各桁の積算のための圧縮機に着目し、同じ重みで2つに圧縮する圧縮機を用いた乗算回路、新たな部分積の圧縮機の提案と種類の異なる圧縮機を用いた誤差削減を用いた乗算回路、誤差が正負の方向に同じ確率で現れるバイアスのない乗算回路についてパレート最適化と評価を行い、国際会議において発表した。また、各桁に符号をつけた符号付二進数の最適化に基づく8-ポイントの近似 DCT (Discrete Cosign Transformation) 回路の設計と評価を行い、国際会議において発表した。DCT の定数係数との乗算では、符号付二進数を用いることで連続した1からなる数字との乗算を一回の減算に変換できるので、出力への影響に基づいて係数をなるべく簡単な符号付二進数に近似することで演算のハードウェア資源を大きく削減している。近似回路の自動合成に向けては、与えられた論理関数を厳密に最小の素子数で合成する手法の検討を行い、3入力中の2つ以上が1であるときに出力が1となる多数決演算向けの厳密合成手法の提案を行った。厳密合成では、素子数の少ない順に、すべての構造を調べて目的の論理関数が実現できるかをチェックするが、素子数が大きいと、すべての構造を一度にチェックするよりも、クラスタに分けてチェックする方が効率的となるため、各素子の入力のレベルでクラスタ化する手法を提案し、他のクラスタ化法と比較して全体の合成時間を削減できることを示し、論文誌に掲載した。

現在までの達成度 (区分)
現在までの達成度 (区分)

2: おおむね順調に進展している

理由

近似乗算回路については、いくつか有効な手法の提案を行うことができている。現在、これらの提案をもとに再構成アクセラレータへ向けた乗算器の構造の検討を行っており、研究は順調といえる。提案した近似乗算回路は CNN などへ応用して評価を行う予定である。また、合成手法についても、厳密合成の新たな手法を提案できており、これに基づいて近似回路の合成手法を検討中である。

今後の研究の推進方策

近似乗算回路については、FPGA 向けの最適構造の研究を行う。また、近似回路の合成手法については、厳密合成手法の応用を考える。CNN のアクセラレーションについては、係数の削減法について検討を行う。

報告書

(1件)
  • 2023 実績報告書
  • 研究成果

    (5件)

すべて 2023

すべて 雑誌論文 (2件) (うち国際共著 2件、 査読あり 2件) 学会発表 (3件) (うち国際学会 3件)

  • [雑誌論文] Theory and Application of Topology-Based Exact Synthesis for Majority-Inverter Graphs2023

    • 著者名/発表者名
      Xianliang GE and Shinji KIMURA
    • 雑誌名

      IEICE Transactions on Fundamentals of Electronics, Communications and Computer Sciences

      巻: E106.A 号: 9 ページ: 1241-1250

    • DOI

      10.1587/transfun.2022EAP1103

    • ISSN
      0916-8508, 1745-1337
    • 年月日
      2023-09-01
    • 関連する報告書
      2023 実績報告書
    • 査読あり / 国際共著
  • [雑誌論文] Area Efficient Approximate 4-2 Compressor and Probability-Based Error Adjustment for Approximate Multiplier2023

    • 著者名/発表者名
      Mingtao Zhang, Shinichi Nishizawa, and Shinji Kimura
    • 雑誌名

      IEEE Transactions on Circuits and Systems II: Express Briefs

      巻: 70 号: 5 ページ: 1714-1718

    • DOI

      10.1109/tcsii.2023.3257852

    • 関連する報告書
      2023 実績報告書
    • 査読あり / 国際共著
  • [学会発表] Evaluation of Application-Independent Unbiased Approximate Multipliers on Quantized Convolutional Neural Networks2023

    • 著者名/発表者名
      Mingtao Zhang, Ke Ma, Renrui Duan, Shinichi Nishizawa and Shinji Kimura
    • 学会等名
      IEEE SOCC 2023
    • 関連する報告書
      2023 実績報告書
    • 国際学会
  • [学会発表] A Hardware-Efficient Approximate Multiplier Combining Inexact Same-Weight N:2 Compressors and Remapping Logic with Error Recovery2023

    • 著者名/発表者名
      Renrui Duan, Mingtao Zhang, Yi Guo, Shinichi Nishizawa and Shinji Kimura
    • 学会等名
      IEEE SOCC 2023
    • 関連する報告書
      2023 実績報告書
    • 国際学会
  • [学会発表] An 8-Point Approximate DCT Design with Optimized Signed Digit Encoding2023

    • 著者名/発表者名
      Zekun Wang, Shinichi Nishizawa and Shinji Kimura
    • 学会等名
      IEEE SOCC 2023
    • 関連する報告書
      2023 実績報告書
    • 国際学会

URL: 

公開日: 2023-04-18   更新日: 2024-12-25  

サービス概要 検索マニュアル よくある質問 お知らせ 利用規程 科研費による研究の帰属

Powered by NII kakenhi