상세 보기
필터 분해 기법을 이용한 에너지 효율적 재구성형 CNN 가속기 구조
Energy-Efficient Reconfigurable CNN Accelerator Architectureusing Filter Decomposition Technique
- 최동우;
- 이한호
초록
본 논문은 에지 디바이스에서의 CNN 알고리즘 처리를 위한 Row Stationary (RS) 데이터 흐름과 Spatial Reduction (SR) 구조 기반 재구성형 Convolutional Neural Network (CNN) 가속기 구조 설계 방법을 제안한다. 제안된 필터 분해 기법을 이용한 에너지 효율적 재구성형 CNN 가속기 구조는 높은 에너지 효율뿐만 아니라 기존 RS 데이터 흐름 기반 CNN 가속기 보다 향상된 데이터 처리율을 보여준다. 제안된 에너지 효율적 재구성형 CNN 가속기는 필터 분해기법을 적용하여 적은 면적으로 다양한 크기의 필터를 대상으로 한 컨볼루션 연산이 가능하며, 138.7 Giga Operation per Second (GOPS)의 데이터 처리율과 30.02GOP/J의 에너지 효율을 갖는다. 제안된 필터 분해 기법을 이용한 에너지 효율적 재구성형 CNN 가속기는 FPGA Virtex-7을 사용하여 검증하였으며, 다른 FPGA 기반 CNN 가속기 대비 187%∼247% 향상된 에너지 효율과 기존 RS 데이터 흐름 기반 CNN 가속기 대비 390% 향상된 데이터 처리율을 갖는다. 따라서 제안된 구조는 저전력 구동을 요구하는 에지 디바이스에서 CNN 연산을 위해 사용할 수 있다.
키워드
Convolutional neural network; accelerator; energy efficiency; filter decompositon; RS dataflow
- 제목
- 필터 분해 기법을 이용한 에너지 효율적 재구성형 CNN 가속기 구조
- 제목 (타언어)
- Energy-Efficient Reconfigurable CNN Accelerator Architectureusing Filter Decomposition Technique
- 저자
- 최동우; 이한호
- 발행일
- 2020-07
- 유형
- Y
- 저널명
- 전자공학회논문지
- 권
- 57
- 호
- 7
- 페이지
- 22 ~ 34