Core Concepts
スパイクエクスプローラーは、FPGAアクセラレータのための多目的最適化を可能にし、精度、面積、待ち時間、消費電力などの要因を考慮しながら、ネットワークアーキテクチャ、ニューロンモデル、トレーニングパラメータを自動的に最適化する。
Abstract
本論文は、ハードウェア指向の自動設計空間探索(ADSE)ツールであるスパイクエクスプローラーを紹介している。スパイクエクスプローラーは、スパイキングニューラルネットワーク(SNN)のFPGA実装を最適化するためのツールである。
主な特徴は以下の通り:
精度、面積、待ち時間、消費電力などの複数の目的関数を同時に最適化できる。
ベイズ最適化を用いて、ネットワークアーキテクチャ、ニューロンモデル、トレーニングパラメータを自動的に探索する。
様々なニューロンモデルに対応し、ユーザーが必要に応じてカスタマイズできる。
MNIST、SHD、DVS128の3つのベンチマークデータセットで評価し、高精度かつ低消費電力・低遅延のSNNアクセラレータを自動生成できることを示した。
最適化されたMNISTモデルをFPGAに実装し、既存のSNNアクセラレータと比較して、精度、消費電力、待ち時間の面で優れた性能を示した。
スパイクエクスプローラーは、エッジデバイスなどの制約環境でSNNを活用するための強力なツールとなる。
Stats
最適化されたMNISTモデルの精度は95.8%、消費電力は180mW/image、待ち時間は0.12ms/imageである。
SHDモデルの最高精度は61.7%、DVS128モデルの最高精度は76.17%である。