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

• 研究課題/領域番号: 24K14879
• 研究種目: 基盤研究(C)
• 配分区分: 基金
• 応募区分: 一般
• 審査区分: 小区分60040:計算機システム関連
• 研究機関: 熊本大学
• 研究代表者: 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)
• 研究分担者: 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)
• 研究期間 (年度): 2024-04-01 – 2027-03-31
• 研究課題ステータス: 交付 (2024年度)
• 配分額: 4,550千円 (直接経費: 3,500千円、間接経費: 1,050千円); 2026年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2025年度: 1,430千円 (直接経費: 1,100千円、間接経費: 330千円); 2024年度: 1,690千円 (直接経費: 1,300千円、間接経費: 390千円)
• キーワード: 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

研究開始時の研究の概要

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。