지원사업
학술연구/단체지원/교육 등 연구자 활동을 지속하도록 DBpia가 지원하고 있어요.
커뮤니티
연구자들이 자신의 연구와 전문성을 널리 알리고, 새로운 협력의 기회를 만들 수 있는 네트워킹 공간이에요.
논문 기본 정보
- 자료유형
- 학술대회자료
- 저자정보
- 발행연도
- 2023.11
- 수록면
- 679 - 683 (5page)
이용수
초록· 키워드
오류제보하기
As the AI industry evolves, neural network processing units (NPUs) are being developed to deliver AI services faster and more efficiently. One of the most important challenges for these NPUs is task scheduling to minimize off-chip memory accesses, which incur significant performance overhead. In particular, convolutional layers can be fused with multiple layers to reduce the memory accesses, but it is difficult to find the optimal schedule due to the too large exploration space. In this paper, we propose an efficient schedule exploration algorithm to optimize the fusion of multiple convolutional layers in NPUs. The proposed algorithm organizes the fusion group exploration space in the form of a grid to explore the optimal schedule. Experimental results show that the fusion schedule explored by the proposed method reduces the latency by 7.7% and reduces the off-chip memory access by 15% compared to the baseline algorithm.
목차
Abstract
Ⅰ. 서론
Ⅱ. 배경지식 및 연구동기
Ⅲ. 구현
Ⅳ. 평가
Ⅳ. 결론
참고문헌
참고문헌 (0)
참고문헌 신청이 논문의 저자 정보
이 논문과 함께 이용한 논문
최근 본 자료
댓글(0)
0