HLS 를 이용한 Depthwise Separable 컨볼루션 가속기의 FPGA 구현
DC Field | Value | Language |
---|---|---|
dc.contributor.author | 노수민 | - |
dc.contributor.author | 박상수 | - |
dc.contributor.author | 정기석 | - |
dc.date.accessioned | 2023-08-01T06:47:56Z | - |
dc.date.available | 2023-08-01T06:47:56Z | - |
dc.date.created | 2023-07-21 | - |
dc.date.issued | 2022-02 | - |
dc.identifier.issn | 2383-8302 | - |
dc.identifier.uri | https://scholarworks.bwise.kr/hanyang/handle/2021.sw.hanyang/188503 | - |
dc.description.abstract | 본 논문은 경량화된 컨볼루션 신경망에서 사용되는 Depthwise Separable 컨볼루션 레이어에 적합한 연산 방법을 활용하는 신경망 가속기를 제안한다. 해당 레이어는 필터의 재사용 가능성이 낮은 특성으로 인하여 다른 컨볼루션 레이어에비해 낮은 가속 효율을 보인다. 본 논문에서는 제시한 최적화 방법을 통해 가속의 효율을 개선할 수 있었으며, HighLevel Synthesis 를 통하여 이를 HW 로 구현하였다. 제안하는 HW 는 Intel i9-7900X CPU 보다 Depthwise 컨볼루션레이어에서 473 배 이상 빠른 추론 성능을 보였다. | - |
dc.language | 한국어 | - |
dc.language.iso | ko | - |
dc.publisher | 한국통신학회 | - |
dc.title | HLS 를 이용한 Depthwise Separable 컨볼루션 가속기의 FPGA 구현 | - |
dc.title.alternative | FPGA Implementation of Depthwise Separable Convolution Accelerator using HLS | - |
dc.type | Article | - |
dc.contributor.affiliatedAuthor | 정기석 | - |
dc.identifier.bibliographicCitation | 2022년도 한국통신학회 동계종합학술발표회 논문집, v.1, pp.926 - 927 | - |
dc.relation.isPartOf | 2022년도 한국통신학회 동계종합학술발표회 논문집 | - |
dc.citation.title | 2022년도 한국통신학회 동계종합학술발표회 논문집 | - |
dc.citation.volume | 1 | - |
dc.citation.startPage | 926 | - |
dc.citation.endPage | 927 | - |
dc.type.rims | ART | - |
dc.type.docType | Proceeding | - |
dc.description.journalClass | 2 | - |
dc.description.isOpenAccess | N | - |
dc.description.journalRegisteredClass | other | - |
dc.identifier.url | https://www.dbpia.co.kr/journal/articleDetail?nodeId=NODE11047757 | - |
Items in ScholarWorks are protected by copyright, with all rights reserved, unless otherwise indicated.
222, Wangsimni-ro, Seongdong-gu, Seoul, 04763, Korea+82-2-2220-1365
COPYRIGHT © 2021 HANYANG UNIVERSITY.
Certain data included herein are derived from the © Web of Science of Clarivate Analytics. All rights reserved.
You may not copy or re-distribute this material in whole or in part without the prior written consent of Clarivate Analytics.