FINNAS: FPGA를 위한 FINN 기반 하드웨어 인식 NAS 및 가지치기 (Pruning) 프레임워크

요약

본 논문은 FPGA 환경에서 양자화된 신경망(QNNs)의 효율적인 배포를 위한 FINNAS 프레임워크를 제안합니다. 이 프레임워크는 MLP 깊이, 너비 및 정밀도 설정을 공동으로 탐색하며, 하드웨어 자원 사용량과 대리 검증 정확도를 기반으로 후보 모델을 순위화합니다. CERNBox 작업에서 테스트된 결과, FINNAS가 기존 설계 대비 높은 정확도와 현저히 낮은 LUT/지연 시간 감소를 달성했습니다.

핵심 포인트

• FINNAS는 FPGA 환경의 QNN 배포를 위한 하드웨어 인식 NAS 프레임워크입니다.
• MLP 깊이, 너비, 정밀도를 공동 탐색하여 최적 모델을 찾습니다.
• CERNBox 작업에서 정확도 향상과 LUT/지연 시간 감소 효과를 입증했습니다.
• 가지치기(Pruning)는 최종 후보의 자원 효율성을 추가로 높여줍니다.