| 研究課題/領域番号 |
16K12494
|
|---|
| 研究機関 | 東北大学 |
|---|
研究代表者 |
鬼沢 直哉 東北大学, 学際科学フロンティア研究所, 助教 (90551557)
|
|---|
| 研究期間 (年度) |
2016-04-01 – 2019-03-31
|
| キーワード | ソフトコンピューティング / 確率的演算 |
|---|
| 研究実績の概要 |
大規模な人間的視覚処理ハードウェアを実現するために、本年度は昨年度考案した脳のV1領域での特徴抽出処理（2次元がボールフィルタ）の計算アルゴリズムのハードウェア実装を行った．
ストカスティック演算を活用した提案アルゴリズムを，従来２値演算に基づくCORDICを活用したアルゴリズムとの比較をTaiwan Semiconductor Manufacturing Company (TSMC) 65nm CMOSプロセスにおいて行った結果，フィルタサイズの柔軟さを兼ね備えつつ一桁以上のスループットの向上が可能となった．また，提案アルゴリズムではメモリを用いないことから，非動作時のパワーゲーティングが可能となり，従来方式と比較して大幅な静的電力削減も可能となった．この研究成果は2017年9月にベルギーで開催された国際会議ESSCIRC2017（採択率40％程度）に採択となり発表を行った．さらに，次年度実施予定であった2次元がボールフィルタを脳型の物体認識アルゴリズムであるHMAXへの適用も前倒しで行っており，その研究成果はIEEE JETCASへ投稿中である．
また，これまで行ってきたストカスティック演算を活用した脳型ハードウェア実装の成果により，解説論文1篇(IEICE Fundamental Review)を執筆，および招待講演2件（第30回回路とシステムワークショップ，5th IEEE GlobalSIP)を行う機会を得られた．
|
| 現在までの達成度 (区分) |
現在までの達成度 (区分)
1: 当初の計画以上に進展している
理由
本年度は，予定していた提案アルゴリズムのハードウェア実装（TSMC 65nm CMOSプロセスを利用），および従来方式との性能比較は滞りなく実施することが出来た．
さらに，次年度実施予定をしていた人間的視覚処理であるHMAXモデルを，提案のストカスティック演算に基づくガボールフィルタを用いてハードウェア実装する試みは前倒しで行っている段階である．提案アルゴリズムを適用したHMAXモデルのシミュレーションを行った結果，従来2値演算方式と比較して同等の認識性能を示しつつ，大幅な電力削減が可能になる見込みも得られており，当初の計画以上に進展していると考えられる．
|
| 今後の研究の推進方策 |
最終年度であるH30年度は，今年度前倒しで行っている人間的視覚処理であるHMAXモデルのハードウェア実装を完了させ，従来方式との性能比較を行うことで提案方式の有用性を示す．具体的にはFPGAボードに従来および提案方式のアルゴリズムを実装することで，同環境での性能比較を行う．
また，FPGAボードへは前もって学習した重みを保存する必要があるが，学習をハードウェアで行うことは非常に困難である．そのため，学習自体はワークステーションを活用しソフトウェアにより前もって行うことで，物体認識ハードウェアの評価を行う予定である．
|
| 次年度使用額が生じた理由 |
シミュレーション結果のデータ整理などに学生分の人件費を計上していたが，今年度は大規模なシミュレーションではなく，小規模シミュレーションが多かったため，研究代表者自身がすべて行うことが出来た．そのため，人件費・謝金分は計上しなかったため，次年度使用額が生じた．
次年度はワークステーションを用いた大規模シミュレーションを行う予定であるため，次年度分の人件費・謝金分として使用予定である．
|
