2023-03-11 / 最終更新日時 : 2023-03-11 admin Simulator Vortex: OpenCL Compatible RISC-V Based GPGPU (Part 2) この記事では、RISC-VベースのオープンソースGPGPUであるVortexのOpenCL対応について紹介します。
2023-02-25 / 最終更新日時 : 2023-03-11 admin Simulator GEMM based on the RISC-V Vector Extension (Part 1) Luffcaでは、RISC-Vベクトル拡張に基づく倍精度、単精度及び半精度浮動小数点行列積カーネルを作成し、AraのRTLシミュレータを用いて性能を評価しました。
2023-02-11 / 最終更新日時 : 2023-03-11 admin FPGA OpenBLAS on 32-bit RISC-V Multi-Core Luffcaでは、OpenBLASを32-bit RISC-Vに対応させ、FPGAボードに8コアの32-bit RISC-V SoCを実装して、GEMMの性能を評価しました。
2023-01-28 / 最終更新日時 : 2023-01-27 admin FPGA TFLite Micro on RISC-V Out-of-Order Core with Custom Instructions Luffcaでは、RISC-V Out-of-Order CoreのNaxRiscvにカスタム命令としてSIMD命令を追加し、GoogleのTensorFlow Lite for Microcontrollersの推論を高速化しました。
2023-01-14 / 最終更新日時 : 2023-03-11 admin Simulator Vortex: OpenCL Compatible RISC-V Based GPGPU (Part 1) この記事では、RISC-VベースのオープンソースGPGPUであるVortexの全体像と、Vortexシミュレータを用いてOpenCLプログラムを実行する方法を紹介します。
2022-12-31 / 最終更新日時 : 2023-01-13 admin Summary Luffca 2022 Wrap-Up この記事は、Luffcaの2022年のWrap-Upです。2022年は、RISC-V Vector ExtensionとRISC-V Custom Extensionの可能性を感じた一年でした。
2022-12-24 / 最終更新日時 : 2023-01-25 admin FPGA Matrix Multiplication on FPGA with the RISC-V Vector Extension Luffcaでは、RISC-Vベクトル拡張(Vector Extention)のVicunaをFPGAボードに実装し、行列積カーネルの性能を評価しました。
2022-12-10 / 最終更新日時 : 2023-01-25 admin FPGA OpenMP on FPGA with RISC-V Multi-Core Processor Luffcaでは、RISC-VマルチコアプロセッサをFPGAボードに実装し、OpenMPを用いた行列積カーネルの性能を評価しました。
2022-11-19 / 最終更新日時 : 2022-12-10 admin FPGA TensorFlow Lite for Microcontrollers on RISC-V Out-of-Order Core Luffcaでは、RISC-V Out-of-Order CoreのNaxRiscvを実装したFPGAボード上で、GoogleのTensorFlow Lite for Microcontrollersを実行することに成功しました。
2022-11-05 / 最終更新日時 : 2022-11-04 admin FPGA Applying the Tiny Matrix Extension to ML Inference Luffcaでは、省リソースで行列積演算を高速化するRISC-Vプロセッサを用いて、ML(Machine Learning)モデルの推論を高速化しました。
2018-05-14 / 最終更新日時 : 2021-07-27 admin Featured SAVERS: SAR ATR with Verification Support Based on Convolutional Neural Network エンドツーエンドの合成開口レーダ(SAR)自動目標認識(ATR)システムのために,コース/ファイン両方のセグメンテーションを行う新しい畳み込みニューラルネットワーク(CNN)を提案する.
2018-01-25 / 最終更新日時 : 2021-07-27 admin Featured Deep Learning for End-to-End Automatic Target Recognition from Synthetic Aperture Radar Imagery 合成開口レーダ(SAR)自動目標認識(ATR)の標準アーキテクチャーは,検出,識別及び分類の3つの段階から構成される.本報告では,SAR画像からのEnd-to-End ATRのために,新しい畳み込みニューラルネットワーク(CNN)を提案する.
2017-08-24 / 最終更新日時 : 2021-03-07 admin Featured Deep Learning for Target Classification from SAR Imagery: Data Augmentation and Translation Invariance 本報告では,合成開口レーダ(SAR)画像から自動目標認識(ATR)を行うための畳み込みニューラルネットワーク(CNN)の平行移動不変性について検討する.ここで,SAR ATR用CNNの平行移動不変性は,SAR画像から抽出された目標チップのミスアライメントに対するロバスト性を表している.