超並列メモリエンベディッドSIMD型プロセッサアーキテクチャ

keywords.jpg画像処理,物体検出・認識,顔検出・認識,リアルタイム処理,適応学習,LSI 実装技術 

小出 哲士 

TETSUSHI KOIDE

division.jpgナノデバイス・バイオ融合科学研究所 ナノデバイス・バイオ融合科学研究所

position.jpg准教授

研究概要

研究内容

1.モバイル機器向けマルチメディアデータ処理SoCのコアの開発 テーブルルックアップ処理と繰り返し演算処理の効率的な両立を実現する アーキテクチャを新規に開発 - 従来のマルチメディアデータ処理LSIでは,処理の両立が困難 - データ処理ベクトルを柔軟に変更することで,処理の両立を実現
2.超並列 SIMD型プロセッサを開発し,繰り返し演算処理の高速な処理を実現 - DSPと比較し,単位面積当たりの処理能力で約70倍,消費電力当たり処理能力で約12倍の性能向上を確認 - DSPと比較し,DCT処理のクロックサイクル数を87%削減
3.繰り返し演算処理とテーブルルックアップ処理の高速な処理を実現 - DSPと比較し,JPEG処理クロックサイクル数を86%削減 - DSPと比較し,単位面積当たりの処理能力が,4.4倍向上した

実用化に向けて(想定業界・用途、課題、企業への期待など)

・対象とするアプリケーションに適用した場合の実験データを取得することで、許容可能な条件決定やパラメータの最適化などを行い、リアルタイム処理のためのハードウェア・ソフトウェアの協調設計を行う必要がある。プラットフォームの実用化に向けて、要求仕様まで、検出精度を向上できるようなシステムの確立をカーメーカー等との共同研究で実施していきたい。

本研究の特徴・優位性

細粒度SIMD型の演算アクセラレータの開発
・小面積:世界最小クラスのメモリプロセス・設計技術をベースとした超小型演算マシン。コンパクトALU (2bit)
・高性能:超並列ALU (1024 entry)による高性能
・低消費電力:小面積性を生かした低電力動作・高エネルギー効率.高い演算性能を背景とした周波数の低速化による電力削減
・柔軟性:ソフトウェアによる高い機能変更容易性

お問い合わせ