상세 보기
FPGA상에서 스파이킹 뉴럴 네트워크 지원을 위한 모델 최적화
Model Optimization for Supporting Spiking Neural Networks on FPGA Hardware
- 김서연;
- 정진만;
- 이건명;
- 김봉재;
- 홍지만;
- 외 1명
초록
클라우드 서버를 이용한 IoT 응용 개발은 네트워크로 연결된 하드웨어에 데이터 송수신 지연, 네트워크 트래픽, 실시간 처리 지원을 위한 비용 등의 문제가 발생한다. 엣지 클라우드 기반 플랫폼에서는 이러한 문제를 해결하기 위해 빠른 데이터 전달이 가능하도록 뉴로모픽 하드웨어를 사용할 수 있다. 본 논문에서는 FPGA상에서 스파이킹 뉴럴 네트워크를 위한 모델 최적화 기법을 제안한다. 뉴로모픽 하드웨어에 최적화된 네트워크 모델 파라미터를 자동 조정하는 것에 초점을 맞추었다. 정확도에 대한 사용자 요구사항을 기반으로 더 높은 성능을 보이도록 최적화를 수행한다. 성능 분석 결과, 기존의 오픈 프레임워크에서 지원하는 고정 기법과 달리 사용자의 요구사항을 모두 만족하였으며 수행시간 측면에서 더 높은 성능을 보였다.
키워드
Neuromorphic Architecture; FPGA Hardware; Intelligent IoT; Spiking Neural Networks; 뉴로모픽 아키텍처; FPGA 하드웨어; 지능형 IoT; 스파이킹 뉴럴 네트워크
- 제목
- FPGA상에서 스파이킹 뉴럴 네트워크 지원을 위한 모델 최적화
- 제목 (타언어)
- Model Optimization for Supporting Spiking Neural Networks on FPGA Hardware
- 저자
- 김서연; 정진만; 이건명; 김봉재; 홍지만; 윤영선
- 발행일
- 2022-03
- 유형
- Y
- 저널명
- 스마트미디어저널
- 권
- 11
- 호
- 2
- 페이지
- 70 ~ 76