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
• 负责人: 尼崎 太樹
• 金额: $ 2.66万
• 依托单位: Kumamoto University
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2022
• 资助国家: 日本
• 起止时间: 2022-04-01 至 2025-03-31
• 项目状态: 未结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22K11956/
• 关键词: エッジAI; 深層学習週; ニューラルネットワーク; 集積回路; コンパイラ; 深層学習; DNNコンパイラ

IoT（Internet of Things）の普及により，現場にあるエッジ端末が無線通信でデータを収集し，クラウドに自動でアップできる環境が整ってきた．こうした中，通信量，機密性，実時間応答性の観点より，エッジ側で知的な処理を行うエッジAIコンピューティングが注目されている．一方，電力，メモリ，速度などあらゆる計算リソースに制約がかかる汎用プロセッサでは，深層学習技術を十分に活用することが難しい．本研究では，高い処理能力や大規模メモリを前提とした従来の計算原理とは異なり，多様化するAIモデルに柔軟に対応できる，エッジAI向け設計基盤技術の確立を目的とする．これより，開発したAIアプリケーションを（電力・速度の面で）最適な形でエッジ端末に実装し，迅速に市場へ投入可能となる．AIエッジコンピューティングの課題として，データ量の飛躍的増大やAIモデルの多様化による性能低下があげられる．これは，次の3つに起因する：（1）エッジ端末として，CPU/GPUは電力的な問題がある．また，AI専用チップは機能が固定されているため，今後も進化するAIモデルへの対応が難しい．（2）深層学習フレームワークとエッジ端末への実装は完全に別離しており，エッジ端末向けの最適化は設計者のスキルに大きく依存する．（3）HWリソースの観点より，エッジ端末は学習に向かず，エッジ側の多様な環境に対応できない．我々は，リコンフィギャラブルロジック技術とコンパイラ技術の融合によってこれらの課題が解決できると考えた．本研究では①エッジAI向けデバイス・アーキテクチャ，②DNNコンパイラ，③転移学習方式について研究を行う．

IoT (Internet of Things) is used to popularize the communication network, the wireless communication terminal of the terminal of the wireless communication network, the wireless communication network of the terminal, the automatic communication network of the environment network, the traffic volume, confidentiality, and timely response of the traffic, the management bank, the AI network, the wireless communication network, and the wireless communication network. One side, the electric power, the communication network. In this study, high-level computer science, large-scale computer simulation, high-speed calculation, high-speed, high-speed, high-speed, In order to make sure that the design and development of basic technology is necessary, the AI is required to make sure that the purpose of the design is to meet the requirements of the design and development of the basic technology. in this way, the end-of-the-end equipment of the most cost-effective equipment (electric speed equipment) is available for the purpose of design and design, and the end-end equipment is installed at the end of the device. It is possible to invest in the market as soon as possible. Due to the large volume of AI equipment, the poor performance of the engine, the second three causes: (1) the terminal failure of the terminal, the problem of the CPU/GPU generator, and the AI engine can be used to fix the performance of the engine. In the future, the AI system will be improved. (2) in the future, the end of the device will be completely separated from the environment. (3) the end of the HW will improve the performance of the computer. (3) the end of the terminal will improve the performance of the environment. The purpose of this study is to improve the performance of AI in the field of technology, technology integration, technology integration

项目成果

熊本大学工学部情報電気工学科知能システム研究室HP

熊本大学工学部信息电气工程系智能系统实验室HP

A Posit Based Multiply-accumulate Unit with Small Quire Size for Deep Neural Networks

深度神经网络中基于位置的小查询尺寸乘法累加单元

• DOI: 10.2197/ipsjtsldm.15.16
• 发表时间: 2022
• 期刊: IPSJ Transactions on System LSI Design Methodology
• 作者: Yasuhiro Nakahara;Yuta Masuda;Masato Kiyama;Motoki Amagasaki and Masahiro Iida
• 通讯作者: Motoki Amagasaki and Masahiro Iida

Posit-Based Vision Transformer(ViT) Exploration at Edge Sites

边缘站点基于位置的视觉变压器 (ViT) 探索

• 发表时间: 2022
• 作者: Yasuhiro Nakahara;Yuta Masuda;Masato Kiyama;Motoki Amagasaki and Masahiro Iida;Mery Diana
• 通讯作者: Mery Diana