1. 前のページに戻る

省電力なメモリアクセスを実現するDNNモデル学習

研究課題

戦略的な研究開発の推進 戦略的創造研究推進事業 ACT-I

体系的番号 JPMJPR18U7
DOI https://doi.org/10.52926/JPMJPR18U7

研究代表者

植吉 晃大  北海道大学, 大学院情報科学研究科, 大学院生(博士課程)

研究期間 (年度) 2018 – 2019
概要厳しい電力・面積制約下で動作する深層学習プロセッサが、近年求められています。本研究では、限られた制約下で計算処理を実現するために、ハードウェア構造を意識したネットワークモデルの創出を目指します。特に、電力消費量の大半を占める、外部メモリの読み書きの効率化を図ります。アルゴリズムとハードウェアの協調設計により、エネルギー効率と認識精度の双方の最適化を行います。
研究領域情報と未来

報告書

(1件)
  • 2019 終了報告書 ( PDF )

URL: 

JSTプロジェクトデータベース掲載開始日: 2019-08-01   JSTプロジェクトデータベース最終更新日: 2025-03-26  

サービス概要 よくある質問 利用規約

Powered by NII jst