메뉴 건너뛰기
.. 내서재 .. 알림
소속 기관/학교 인증
인증하면 논문, 학술자료 등을  무료로 열람할 수 있어요.
한국대학교, 누리자동차, 시립도서관 등 나의 기관을 확인해보세요
(국내 대학 90% 이상 구독 중)
로그인 회원가입 고객센터 ENG
주제분류

추천
검색
질문

논문 기본 정보

자료유형
학술대회자료
저자정보
서정윤 (국립금오공과대학교) 이종윤 (국립금오공과대학교) 박성준 (국립금오공과대학교) 이하림 (국립금오공과대학교)
저널정보
한국정보기술학회 Proceedings of KIIT Conference 한국정보기술학회 2024년도 하계종합학술대회 및 대학생논문경진대회
발행연도
2024.5
수록면
210 - 213 (4page)

이용수

표지
📌
연구주제
📖
연구배경
🔬
연구방법
🏆
연구결과
AI에게 요청하기
추천
검색
질문

초록· 키워드

오류제보하기
딥러닝 기술을 산업 및 실생활에 적용하기 위해서는 대량의 데이터를 실시간으로 추론할 수 있어야 한다. 그러나, 딥러닝 네트워크 추론 과정에서 GPU를 사용하는 것이 효율적이지 않다는 사실이 대두됨에 따라, 추론용 AI 반도체 기술 개발 및 연구에 대한 관심도가 높아지고 있다. 이에 본 논문에서는 딥러닝 네트워크 중 하나인 완전연결 네트워크 (fully-connected network)의 하드웨어 구현을 위한 아키텍처 소개 및 딥러닝 네트워크 가중치를 양자화하는 방법에 대해 설명한다. 이를 바탕으로 소프트웨어 프레임워크인 파이토치로 구현한 완전연결 네트워크의 CPU 및 GPU에 대한 소프트웨어 추론 성능과 Verilog HDL을 이용해 회로로서 구현한 AI 하드웨어 가속기의 추론 성능을 비교 분석한다.

목차

요약
Abstract
Ⅰ. 서론
Ⅱ. 완전연결 네트워크 하드웨어 가속기 구현
Ⅲ. 소프트웨어 학습 및 하드웨어 가속기 성능 평가 및 비교
Ⅳ. 결론 및 향후 연구 계획
참고문헌

참고문헌 (0)

참고문헌 신청

함께 읽어보면 좋을 논문

논문 유사도에 따라 DBpia 가 추천하는 논문입니다. 함께 보면 좋을 연관 논문을 확인해보세요!

이 논문과 함께 이용한 논문

최근 본 자료

전체보기

댓글(0)

0