Detail publikace
Using Libraries of Approximate Circuits in Design of Hardware Accelerators of Deep Neural Networks
Sekanina Lukáš, prof. Ing., Ph.D. (UPSY)
Vašíček Zdeněk, doc. Ing., Ph.D. (UPSY)
approximate circuit, genetic programming, convolutional neural network, hardware accelerator
Aproximativní obvody byly vyvinuty, aby poskytovaly dobrékompromisy mezi spotřebou energie a kvalitou výpočtu v aplikacích tolerujících chyby,jako jsou hardwarové akcelerátory hlubokých neuronových sítí (DNN). Za účelemurychlení procesu navrhování aproximativních obvodů a možnosti korektního srovnáváníaproximačních metod byly vytvořeny knihovny aproximativních obvodů. Například knihovnaEvoApprox8b obsahuje stovky 8-bitových aproximativních sčítaček a násobiček.Prostřednictvím genetického programování byla vygenerována nová verze knihovny,do níž jsou zahrnuty tisíce 8- až 128-bitových aproximativních aritmetickýchobvodů. Tyto obvody tvoří Paretovu frontu vzhledem k několika chybovýmmetrikám, spotřebě energie a dalším parametrům. V případové studii je ukázáno,jak lze využít velké množství aproximativních násobiček k provedení analýzyodolnosti hardwarového akcelerátoru sítě ResNet a k výběru nejvhodnějšíaproximativní násobičky pro danou aplikaci. Výsledky jsou prezentovány prorůzné varianty sítě ResNet trénované na testovacím setu CIFAR-10.
@inproceedings{BUT168115,
author="Vojtěch {Mrázek} and Lukáš {Sekanina} and Zdeněk {Vašíček}",
title="Using Libraries of Approximate Circuits in Design of Hardware Accelerators of Deep Neural Networks",
booktitle="2nd IEEE International Conference on Artificial Intelligence Circuits and Systems",
year="2020",
pages="243--247",
publisher="Institute of Electrical and Electronics Engineers",
address="Genoa",
doi="10.1109/AICAS48895.2020.9073837",
isbn="978-1-7281-4922-6",
url="https://arxiv.org/abs/2004.10483"
}