2019.2.2 fpgax #11 ＋ TFUG ハード部：DNN専用ハードについて語る会 発表資料 AIチップの登場やエッジデバイスでのAI/DL推論へのニーズが高まるのに伴い、学習済みDNNを多様なハードウェアに合わせて最適化し実行コードに変換するDNNコンパイラが多数登場しました。本講演ではDNNコンパイラの成り立ちから基本的な構成、そして現在の技術開発動向について紹介します。

1. #
1 2 ## F N F D
G I 9 /0 .

2. /
( dr s M TJ sB BD
k o bl l
• y
• )/ E I S LJ iA
• , P A . ,
• c
• S LJ b eabtnbl

3. 0 2 n 7
• ip M A
f d e 9
1 /0
c r n 7
• a n5 9
ILAM

4. • M
• M
• N eV
• f n
• T
• Cn
c
• M D
• D D n C

6. K C F
.110
0 .9
5 60
2.360
0697 47
7 2
.110

7. 0::79 :6 8 9 : 9 1- - 6 --7 3- 8 1 / .8 - 682 76 -8 9 68-9 .

8. • A ny
T P o r A T An c
• n e U
• T wI IU s
• o r F P
• AG F Alh C

9. •
D ( ) )
• p e a t
• k N
w r
l o l u l

10. (
D G F DI 0 G D
5 D G 8.
57 TPU UV
2 . 7 GI L
.7 OSROV
5 D G CFG D D A
5 46 5
A
100 4AMC N G

11. 0 a
• " n 73 13 2 8 w
• o " t rh
• " "n f c s X i
• " rh
F kl kl
b e Wi MTN
9 0 M K WG O E

13. M 2 I
•
• 1: 9
•
• 9
5R
2 .0 0 8

15. M R eV
a R eV
• RH
I R g C
T R eV
• - .
h /.
•
d : i
- - /. / C i

16. • - - a n
- - t p
• di b 2 2
p
/
• x e
• fo p /3 lfo
b e

18. T M
M +
0 T8 8
L 3 / 1
NGP
8 SF2
3 A 8 /

19. I
A

21. • h g nUT tad g
• 5 16 FH 1-FF J ly
• sr 2 CB Xpu c e 5KCC GK B J C M&
• FH.FDGH A BF Xo oSVRT
m i
5KCC GK B 6 , D , A HC J 6 4 CC 3 0 J A CB 4 & ,KJFD JB CC A KCB
A CB BD GHF B GBG CB ,.5 H JBF F 1H GAB ( ) & &&

22. e G
• SG UP N
• SG Na
Ey D 2
• O lF Gc g d
CG t AD in
• h , S MVR N L
• TI

23. / . - / .- - :

24. • 4
•
•
•

26. • aV R lm
• hy lm
• R p b M hy R p b
• . - T ko
• t nehy
• R aRlm
D t L I
wr siR - vd
. ::: / - . - - - / -

28. +
/ / - .- .- .- -. /

30. • N
i >
• a
-l - l
• a
-
-
D f >
i

32. ) (
1 (
) 1 (
3 2 =
/ 1
+ 3 1
+ =

33. ) (
1 (
) 1 (
9
/ 1
. +31 =0 2

34. ) (
/
)
)
1 (
C ?

35. 2 .3 1
. D2 2 .3 1
2 4
2 1 4 2 N 2

37. • f0
f
• f0 D
• N

38. . 1 ( )
1 D N
• f0
•
/
•
• f f0
•
f0
f

39. .
•
•
•
• f f’
• f0 f’ f0 f’
f
f’
f0
f0

40. .
•
•
•
•
•
•
•

41. •
•
• N
• D
•
• D