초록 ▼

연구개요
딥러닝(deep learning)은 기계학습의 한 종류로써, 현재 인식 분야에서 가장 좋은 성능을 보이는 방식 중 하나이다. 기존에는 이러한 인식 알고리즘을 PC나 서버와 같은 장치에서 수행하였으나, 모바일/IoT 시대가 열리면서 연산 자원을 적게 가지고 있는 임베디드 시스템에서도 딥러닝 예측 과정을 수행할 필요가 대두되고 있다. 그러나 딥러닝은 임베디드 시스템에서 처리하기 어려울 정도로 많은 많은 연산을 요구하고 있다.

본 과제에서는 딥러닝 처리 연산의 많은 부분이 행렬 연산임에 착안하여, 범용 행렬 처

연구개요
딥러닝(deep learning)은 기계학습의 한 종류로써, 현재 인식 분야에서 가장 좋은 성능을 보이는 방식 중 하나이다. 기존에는 이러한 인식 알고리즘을 PC나 서버와 같은 장치에서 수행하였으나, 모바일/IoT 시대가 열리면서 연산 자원을 적게 가지고 있는 임베디드 시스템에서도 딥러닝 예측 과정을 수행할 필요가 대두되고 있다. 그러나 딥러닝은 임베디드 시스템에서 처리하기 어려울 정도로 많은 많은 연산을 요구하고 있다.

본 과제에서는 딥러닝 처리 연산의 많은 부분이 행렬 연산임에 착안하여, 범용 행렬 처리기를 개발하고 임베디드 시스템에서의 딥러닝 예측 과정 가속화에 활용하는 것에 대해 연구하였다. 기존에는 딥러닝을 GPGPU를 이용하거나 전용 회로를 개발해서 가속하여왔으나, 고가의 IP를 사용해야 하거나 알고리즘의 변화에 대처하기 어려운 등의 문제로 인해 저가의 임베디드 시스템에서는 채택하기 어려웠다. 본 과제에서 개발한 범용 행렬 처리기는 행렬 처리 기능만을 갖추었으므로 가격이 상대적으로 저렴하며, 소프트웨어적인 제어를 바꾸어서 알고리즘의 변화에 대처할 수 있으므로, 저가의 임베디드 시스템에서 폭넓게 사용할 수 있을 것이다.

연구 목표대비 연구결과
다음과 같이 다양한 행렬 연산을 처리할 수 있는 범용 행렬 처리기(GPMPU) 및 딥러닝 알고리즘을 개발하는 목표를 모두 달성하였음.
* ~700 GOPS 처리 (최신 공정 기준, 기존의 전용회로 가속에 비해 1.5배 정도 빠른 속도)
* integer/floating-point/semi-floating-point 처리 가능, dense/sparse 행렬 처리, 다양한 sparse 행렬 표현법 가능
* 각 기능들과 연산기의 개수 등을 RTL 수준에서의 파라미터로 조절할 수 있는 synthesizable/reconfigurable IP
* GPMPU 가속에 적합한 딥러닝 알고리즘 개발

연구개발결과의 중요성
현대에는 점점 더 많은 임베디드 시스템에서 딥러닝의 구현이 요구되고 있다. 모바일 기기의 경우, 손 글씨 인식, 음성 인식, 자연어 처리 등 다양한 인식 기능이 요구되고 있으며 이러한 기능을 구현하는 알고리즘 중 딥러닝이 가장 유망한 방식 중 하나이다. 이에 따라 점점 더 많은 모바일 애플리케이션들이 딥러닝을 활용하고 있다. 더불어 무인 주행 자동차에서의 영상인식과 같은 기존의 인식 분야에서는 딥러닝이 이미 널리 사용되기 시작했을 뿐만 아니라 헬스케어 분야의 생체 신호 인식 분야에서도 점점 딥러닝에 관심을 보이고 있다.
이러한 모바일/IoT 시대에 적극적으로 대처하기 위해서는 임베디드 시스템에서의 딥러닝에 대한 연구가 필수적이다. 그러나 기존에는 PC와 같이 연산/메모리 등의 자원이 풍부한 환경에서 딥러닝을 구현해 와서 연산/메모리 자원이 부족한 임베디드 시스템에서의 딥러닝에 대한 연구는 아직 부족하다. 이러한 상황에서 본 과제에서 개발한 GPMPU는 임베디드 환경에서 딥러닝 알고리즘을 저전력 고성능으로 실행할 수 있게 한다. 이를 통해 다양한 분야에 딥러닝이 이용되는 기반이 될 것이다.

(출처 : 요약문 3p)

목차 Contents

• 표지 ... 1
• 연구결과 요약문 ... 3
• 목차 ... 4
• 1. 연구개발과제의 개요 ... 5
• 2. 연구수행내용 및 연구결과 ... 5
• 가. 1차년도 연구수행 내용 및 결과 ... 5
• 나. 2차년도 연구수행 내용 및 결과 ... 6
• 다. 3차년도 연구수행 내용 및 결과 ... 7
• 3. 연구개발결과의 중요성 ... 8
• 4. 참고문헌 ... 9
• 5. 연구성과 ... 10
• 끝페이지 ... 10