EULER-ADAS: 정밀도 재구성 가능한 근사 ADAS 가속을 위한 에너지 효율적 및 SIMD 통합 로그 포지트 엔진
요약
EULER-ADAS는 첨단 운전자 보조 시스템(ADAS)을 위한 에너지 효율적이고 신뢰성 높은 신경 컴퓨팅 엔진입니다. 이 엔진은 포지트 산술의 장점을 활용하면서도, 기존 포지트 표현의 변동 길이 인코딩 및 데이터 경로 문제를 해결했습니다. 제안된 EULER-ADAS는 경계 레짐 포지트와 SIMD 공유 콰이어 누산 경로를 결합하여 낮은 전력 소비(0.29 W)로 높은 정확도 향상과 실시간 ADAS 추론 성능을 달성했음을 입증합니다.
핵심 포인트
- EULER-ADAS는 저전력, 고효율의 ADAS 가속기를 목표로 설계되었습니다.
- 포지트 산술의 장점을 유지하면서도 변동 길이 인코딩 및 데이터 경로 오류 문제를 해결했습니다.
- 제안된 아키텍처는 경계 레짐 포지트 표현과 SIMD 공유 콰이어 누산 경로를 결합합니다.
- TinyYOLOv3 프로토타입 구현 결과, 0.29 W의 낮은 전력 소비와 실시간 추론 성능(78 ms 지연 시간)을 달성했습니다.
첨단 운전자 보조 시스템(ADAS)은 엄격한 전력 및 면적 제약 조건 하에서 낮은 지연 시간의 추론을 제공하는 신경 컴퓨팅 엔진을 필요로 합니다. 포지트 산술(Posit arithmetic)은 낮은 정밀도에서도 높은 수치 충실도를 제공하기 때문에 이러한 가속기에 매력적이지만, 그 가변 길이 레짐 인코딩(variable-length regime encoding)은 인코딩/디코딩 비용을 증가시키고 데이터 경로를 큰 레짐-필드 오류 효과에 노출시킵니다. 본 논문에서는 에너지 효율적이고 신뢰성 인식 ADAS 가속을 위한 SIMD 지원 로그 경계 포지트(logarithmic bounded-Posit) 신경 컴퓨팅 엔진인 EULER-ADAS를 제시합니다. 제안된 데이터 경로는 경계 레짐 포지트 표현, 비트 절단이 있는 단계 적응형 로그 가수 곱셈, 그리고 포지트(Posit)-를 지원하는 SIMD 공유 콰이어 누산 경로를 결합합니다.
1.5 percentage points의 FP32 정확도 향상을 달성했습니다. Pynq-Z2에서 구현된 TinyYOLOv3 프로토타입은 0.29 W 전력 소비와 22.6 mJ/프레임으로 78 ms 지연 시간을 기록하며, 저전력 실시간 ADAS 추론에 EULERADAS가 적합함을 입증했습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AR의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기