| 研究課題/領域番号 |
21K11809
|
|---|
| 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 | 奈良先端科学技術大学院大学 |
|---|
研究代表者 |
ZHANG Renyuan 奈良先端科学技術大学院大学, 先端科学技術研究科, 准教授 (00709131)
|
|---|
| 研究分担者 |
木村 睦 奈良先端科学技術大学院大学, 先端科学技術研究科, 客員教授 (60368032)
|
|---|
| 研究期間 (年度) |
2021-04-01 – 2024-03-31
|
| キーワード | approximate computing / Neuromorphic circuits / stochastic computing / low power / artificial intelligence |
|---|
| 研究成果の概要 |
本研究では、時間または空間領域で再構成可能な近似計算基盤を開発する。提案技術を用いて、ハードウェア（HW）コストを大幅に削減し、適切な計算精度を実現する。時間的な再構成可能なANNのために、独創な"DiaNet "に基づくニューロモーフィック計算基盤を提案し、検証を行った。様々な検証の結果、提案したアーキテクチャは、従来と同等のサービス品質で、HWリソースの使用量を最大95%削減することができた。空間的に再構成のために、非同期確率計算（ASC）手法を提案し、実装し、様々な算術計算により検証した。ASC回路は、同程度の精度で、ハードウェア効率と速度において同期型SCより優位性を確認した。
|
| 自由記述の分野 |
高性能近似計算技術
|
| 研究成果の学術的意義や社会的意義 |
The technologies developed in this project are found as promising candidates of post-Moore soft computing trends for accelerating the artificial intelligence tasks. This work explores the up limit of approximate computing and reasonable scenarios for it by cutting off a great processing energy.
|
