NIFA: 효율적인 ML 추론을 위한 비선형 IMC 강화 FPGA

요약

본 논문은 기존 IMC의 한계점(정적 가중치 및 ADC 의존성)을 극복하기 위해, 비선형 연산을 본질적으로 수행하는 ACAMs 기반의 새로운 FPGA 아키텍처를 제안합니다. 이 아키텍처는 FPGA-aware 탐색과 효율적인 매핑 방식을 통해 DIMM 연산까지 IMC 영역으로 확장했습니다. 그 결과, CNN 및 Transformer 모델에서 높은 에너지/면적 효율성 향상을 입증하며 FPGA DL 추론 성능을 크게 개선했습니다.

핵심 포인트

• ACAMs 기반의 새로운 아키텍처로 ADC 의존성을 제거하고 비선형 연산을 통합함.
• FPGA-aware 탐색과 매핑으로 DIMM 연산까지 IMC 적용 범위를 확장함.
• CNN 및 Transformer 벤치마크에서 높은 에너지 효율성(최대 40배)을 달성함.
• 도메인 특화 FPGA 설계를 발전시켜 긴 시퀀스 처리 능력을 향상시킴.