研究課題
基盤研究(B)
深層学習モデル「Transformer」は，自然言語処理からコンピュータ ビジョンまで応用分野が拡大しており，ChatGPTのような大規模言語モデルは社会に影響 を与えるほどの進展を遂げている.しかし，データサイズの増加に伴う計算量とメモリ容量 の増加は，大規模なGPUサーバーを必要とし，新しい研究や応用の障壁となっている. 本研究では，この問題を解決するために，近年，高性能計算分野で注目されている FPGA(再構成可能集積回路)をGPU処理と組み合わることにより，高い計算効率・メモリ利 用効率・エネルギー効率を有するヘテロジニアスアクセラレータのアーキテクチャを開拓する.
