研究実績の概要 |
剰余数系(RNS)を再帰的に繰り返し適用するNested RNS(NRNS)を考案し, 積和演算器の分割手法に適用する設計手法を考案した. また, NRNSに適した素数の組み合わせを発見した. 提案手法を ROACH2 FPGA ボードに実装し, テスト信号器を用いて評価する. 動作可能を確認した. 既存のハイエンドFPGAボード(Xilinx社VC707)にAD変換器を接続するボードを外注により開発し, 実装を行い, 提案手法の有効性を確認した. また, 観測補助システムとして深層学習のFPGA実装に適した2値化Convolutional Neural Network (CNN)の学習方法と推論に適したハードウェア構成を研究開発し, Xilinx社Zynq UltraScale+ MPSoCボードに実装した. GPUと比較して電力性能効率に関して10倍優れていることを明らかにした.
|