저전력 및 엣지 컴퓨팅 환경에서 합성곱 신경망의 가속 계산을 위해 현장 프로그래머블 게이트 어레이(FPGA)를 기반으로 한 Winograd 알고리즘 합성곱 신경망 가속기를 설계하였다. 먼저, 이미지 데이터와 가중치 데이터를 8비트 고정소수점 수로 양자화하고, 하드웨어 합성곱 계산 프로세스 내 양자화 흐름을 설계하여 데이터 전송 속도와 계산 속도를 향상시켰다. 다음으로, 입력 데이터 캐시 재사용 모듈을 설계하여 다중 입력 채널 데이터를 융합 후 전송하고, 행 중첩 데이터를 재사용하였다. 그 후, Winograd 파이프라인 합성곱 모듈을 설계하여 열 데이터의 조합 재사용을 구현함으로써 칩 내 데이터 재사용을 극대화하고 온칩 데이터 저장 용량과 대역폭 부담을 줄였다. 마지막으로, Xilinx의 ZCU104 개발 보드에 가속기를 배치하였다. 실험을 통해 가속기의 합성곱 층 계산 성능이 354.5 GOPS에 도달하고, 온칩 DSP 계산 효율이 0.69에 달하며, 관련 연구에 비해 1.6배 이상의 성능 향상을 확인하였다. 이 가속기는 VGG-16 네트워크 기반의 원격 감지 이미지 분류 작업을 높은 에너지 효율로 수행할 수 있다.

합성곱 신경망;현장 프로그래머블 게이트 어레이;Winograd 알고리즘;파이프라인;병렬 계산