A study on a high efficiency training architecture for an edge-AI device

边缘AI设备高效训练架构研究

基本信息

  • 批准号:
    21J11958
  • 负责人:
  • 金额:
    $ 1.09万
  • 依托单位:
  • 依托单位国家:
    日本
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
  • 财政年份:
    2021
  • 资助国家:
    日本
  • 起止时间:
    2021-04-28 至 2023-03-31
  • 项目状态:
    已结题

项目摘要

AIの演算処理は「推論処理」と「学習処理」に大別でき,AIの恩恵を得るためにはどちらの処理も必須である.そのうち,主に積和演算等から成り立つ推論処理については多くのエッジAIソリューションが存在する.一方,エッジでの学習処理については,未だ汎用プロセッサを中心としたソフトウェア的な手法に留まっており,消費電力や演算リソース等の学習処理のコストは極めて高い.そこで本研究は,電力やハードウェア資源が制限されるエッジデバイスにおいて,学習処理を可能とする新規アルゴリズムとそれらを実装するアーキテクチャの構築を目的とした.その一つとして,アナログ回路を導入した「コンピューティングインメモリ(Computing in Memory: CIM)デバイス」のための誤差逆伝播法,およびCIMデバイスを用いて学習処理を行うアーキテクチャの構築を行った.従来のノイマン型アーキテクチャの問題解消に向けた取り組みとして多量のデータ(パラメータ)を保存しているメモリ上で積和演算を行うCIMアーキテクチャが注目されている.本研究では,「ReRAMを用いたCIM AIデバイス」上に学習機能を実現するための新規アルゴリズムの開発を行った.多くのCIM AIデバイスの抱える問題に対処するためディジタル誤差逆伝播法(Digital BP)に着目し,その弱点(性能低下)を補うニューラルネットワークの構造を新たに考案しその性能を示した.当該年度は,査読付き論文誌への投稿とその査読結果を踏まえて電力に関する追加評価を行い,学習部における演算コアの消費電力を10 mW以下にできることを示した.また,同等のアーキテクチャ構造(CIMデバイスを外部メモリとして扱い,学習を専用回路で行う)を持つ他の研究と比較し,その優位性を議論した.上記結果をまとめたものを現在論文誌へと投稿中である.
AI calculus theory, theory, In this study, we use the methods used by the central government to control the cost of resources, such as the use of computer science, computer calculus and so on. It is possible to learn how to improve the performance of new rules and regulations. The purpose of this is to increase the accuracy of the information. In the first place, the loop may be used to improve the accuracy and accuracy of the network. In this way, the method of broadcasting the inverse error of the loop may be required. (Computing in Memory: CIM). In order to solve the problem of the problem, we need to save the CIM data from the computer system. This is the study in this paper. This study focuses on how to save the data in this paper. The college machine of "ReRAM" is able to realize that new rules and regulations can be realized. The problem of multi-purpose CIM AI training is related to the performance of the program. The inverse broadcast method (Digital BP) is focused on. There is a weakness (poor performance). The performance of the new project is demonstrated. During the year of the year, you will pay for the contribution of articles and articles. The results of this year will lead to an increase in the cost of electricity and electricity. The calculation of the department of science and technology will reduce the cost of power consumption under 10 mW. The equivalent information system (CIM system) is used to compare other studies and discuss the position of the students. The results show that they are now in the contribution to the journal.

项目成果

期刊论文数量(8)
专著数量(0)
科研奖励数量(0)
会议论文数量(0)
专利数量(0)
エッジAIのオンライン学習に向けた学習アルゴリズムの軽量化
边缘AI在线学习的轻量级学习算法
  • DOI:
  • 发表时间:
    2023
  • 期刊:
  • 影响因子:
    0
  • 作者:
    金子 竜也;百瀬 啓;浅井 哲也
  • 通讯作者:
    浅井 哲也
最適化装置及び最適化方法並びに最適化用プログラム
优化装置、优化方法及优化程序
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
  • 通讯作者:
エッジAIのオンライン学習に向けたハードウェア指向対数量子化オプティマイザの提案
针对边缘人工智能在线学习的面向硬件的对数量化优化器的提案
  • DOI:
  • 发表时间:
    2022
  • 期刊:
  • 影响因子:
    0
  • 作者:
    金子 竜也;山岸 善治;百瀬 啓;浅井 哲也
  • 通讯作者:
    浅井 哲也
不揮発アナログAIデバイス(RAND)のオンライン学習制御システム実装とその評価
非易失性模拟AI器件(RAND)在线学习控制系统的实现与评估
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    金子 竜也;山岸 善治;百瀬 啓;浅井 哲也
  • 通讯作者:
    浅井 哲也
Hardware-oriented deep reinforcement learning for edge computing
用于边缘计算的面向硬件的深度强化学习
{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

数据更新时间:{{ journalArticles.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ monograph.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ sciAawards.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ conferencePapers.updateTime }}

{{ item.title }}
  • 作者:
    {{ item.author }}

数据更新时间:{{ patent.updateTime }}

金子 竜也其他文献

茨城県つくば市における2018 年夏季の気温分布
茨城县筑波市2018年夏季气温分布
  • DOI:
  • 发表时间:
    2019
  • 期刊:
  • 影响因子:
    0
  • 作者:
    横山仁;安達 聖;宇治 靖;金子 竜也;浅野 裕樹;日下 博幸
  • 通讯作者:
    日下 博幸
強化学習を用いたマイコン制御ロボットアーム間の物体移動評価
使用强化学习评估微机控制的机器人手臂之间的物体运动
  • DOI:
  • 发表时间:
    2021
  • 期刊:
  • 影响因子:
    0
  • 作者:
    山岸 善治;金子 竜也;百瀬 啓;赤井 恵;浅井 哲也
  • 通讯作者:
    浅井 哲也

金子 竜也的其他文献

{{ item.title }}
{{ item.translation_title }}
  • DOI:
    {{ item.doi }}
  • 发表时间:
    {{ item.publish_year }}
  • 期刊:
  • 影响因子:
    {{ item.factor }}
  • 作者:
    {{ item.authors }}
  • 通讯作者:
    {{ item.author }}

{{ truncateString('金子 竜也', 18)}}的其他基金

二層系における相関電子状態と光誘起物性の理論的研究
两层体系中相关电子态和光致物理性质的理论研究
  • 批准号:
    24K06939
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
多様な環境に適応する高効率分散型機械学習基盤の創出
打造适应多样化环境的高效分布式机器学习平台
  • 批准号:
    24K20856
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
クライアントの演算負荷を低減する連合学習システムの創出
创建联邦学习系统,减少客户端的计算负载
  • 批准号:
    23K19955
  • 财政年份:
    2023
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Research Activity Start-up
少数電子・ホール系物質の励起子凝縮状態と超伝導に関する微視理論の展開
少数电子/空穴基材料中激子凝聚态和超导微观理论的发展
  • 批准号:
    13J02070
  • 财政年份:
    2013
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows

相似海外基金

スマート工場を加速させる新概念の放熱主体エッジAI開発に向けた多値伝送技術
多值传输技术,开发基于散热的新概念边缘人工智能,加速智能工厂
  • 批准号:
    24K14887
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
エッジAIの継続的な知識獲得のためのユーザ参加型アノテーション
用户参与式注释,用于边缘人工智能的持续知识获取
  • 批准号:
    24K20763
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Early-Career Scientists
自己適応型エッジAIオンライン学習基盤の創出
打造自适应边缘AI在线学习平台
  • 批准号:
    24K02911
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
エッジAI時代の超低演算量・低容量化を実現する汎用深層学習理論の構築
构建通用深度学习理论,实现边缘AI时代超低计算复杂度和容量
  • 批准号:
    23K21676
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
エッジAIデバイスに対する深層学習を用いたサイドチャネル攻撃に関する研究
利用深度学习针对边缘AI设备进行侧信道攻击的研究
  • 批准号:
    24KJ2150
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for JSPS Fellows
極限環境下エッジAIに向けた高機能クロスバーアレイメモリスタの創製
为极端环境下的边缘人工智能创建高性能交叉阵列忆阻器
  • 批准号:
    24K00926
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (B)
フレイル予防のための歩容見守りエッジAIの開発による「緩視」システムの実現
开发步态监测边缘AI,实现“慢视”系统,预防衰弱
  • 批准号:
    24H00745
  • 财政年份:
    2024
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (A)
エッジAIサーバ向けリアルタイムスケジューリング
边缘AI服务器实时调度
  • 批准号:
    23K11030
  • 财政年份:
    2023
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
エッジAIによる不正検証を用いた完全オフライン非監視型リモート試験システムの開発
利用边缘AI欺诈验证开发完全离线无监督远程测试系统
  • 批准号:
    22K02895
  • 财政年份:
    2022
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
エッジAIシステム向け設計基盤技術に関する研究
边缘AI系统设计平台技术研究
  • 批准号:
    22K11956
  • 财政年份:
    2022
  • 资助金额:
    $ 1.09万
  • 项目类别:
    Grant-in-Aid for Scientific Research (C)
{{ showInfoDetail.title }}

作者:{{ showInfoDetail.author }}

知道了