リコンフィギャラブルハードウェアを用いた深層学習処理システムに関する研究
植松 瞭太
2018 年度 卒 ／修士（情報科学）
修士論文の概要
本研究はリコンフィギャラブルアーキテクチャを活用する高効率なニューラルネットワーク処理システムに関するものである。まず、動的再構成ハードウェアの動的再構成性を活かしてデータパスの切り替えによるCNNの高効率化を図り、これを示した。次に従来存在していなかったニューラルネットワークをFPGAに実装するためのフレームワークを提案し、一部を実装、フレームワーク使用時のオーバーヘッドを示した。