Altera SDK for OpenCLで機械学習にチャレンジ FPG カス A なら タム が作 演算器 れる ! 多層ニューラル・ネットワークによる 手書き数字認識の実装 （導入編） 中原 啓貴 Hiroki Nakahara Altera 社から高位合成ツール Altera SDK for OpenCL がリリースされてしばらく経ちます．最新のバージョンはだいぶ使いやすく なってきました．特に BSP（Board Support Package）でサポートされたボードを使うと，SDRAM や PCI Express を含めた周辺回路 を開発する手間も無く，短期間に高性能な計算機を実現することができます．そこで今回は，Altera SDK for OpenCL を導入し，機 械学習の一種であるニューラル・ネットワークを実装して評価するまでの準備編を解説します． FPGA このあたりの 面倒なハード ウェアを BSPで提供 カーネル （FFT，FIR，フィルタ， パケット検索，暗号，圧縮） DDR3 SDRAM×2 PCI Express（+DMAなど） PC ホスト・プログラム 図 1 Altera SDK for OpenCL の動作環境イメージ 1 Altera SDK for OpenCL に ついて ● FPGA の大規模化に対応するために LSI プロセスの微細化に伴って，規則的な構造をも つ大規模な FPGA が比較的安価に入手できるように なってきました．数年前までは考えられなかった規模 の FPGA が手ごろな価格で使えます． 一方で，豊富なロジックと高度な I/O が扱えるよう になったため，ユーザが設計するロジックは大規模・ 複雑化してきていますが，相変わらず短期間での開発 の要求は変わっていません．特に I/O に付属する PCI Express や DDR 系メモリ，高速 Ethernet などをプロ ジェクトごとに開発していたのでは，開発期間が長引 き FPGA を使って短期間にマーケットに投入できる メリットが薄れてしまいます． そこで Altera 社では，周辺回路を一体化した BSP を提供し，かつ，OpenCL を使った高位合成で開発可 能な Altera SDK for OpenCL をリリースしています． ● Altera SDK for OpenCL の動作環境イメージ 図 1 に Altera SDK for OpenCL の動作環境イメー ジを示します．BSP が提供されている FPGA ボード を PCI Express バスに差し込み，PC（ホスト）で実行 したいアプリケーションの一部（カーネル）を高速化 します．Altera 社の Cyclone や MAX シリーズのエン 124 ト リ 向 け FPGA と 異 な り， タ ー ゲ ッ ト FPGA は Arria10 や Stratix V シリーズのハイエンド FPGA で す． 初めから高性能計算向けを狙った開発環境であり， カーネルで動作させるのも FFT や FIR フィルタ，パ ケット検索，暗号，圧縮といったスループット（可能 であればレイテンシも）が必要となるアプリケーショ ン が 多 い で す． 開 発 言 語 が C++ を ベ ー ス と し た OpenCL なので，GPGPU で CUDA や OpenCL を使う イメージを想像しやすいかもしれません．常にさまざ まなアプリケーションが報告されているので，Altera 社のサンプル・プログラム例（1）を見てみることをお 勧めします． ● 従来の FPGA 開発との違い 従来の FPGA 開発と比べて気を付けておくことは， ・大規模 FPGA を使って高性能計算に特化しているこ と．例えば，ビット幅を手で調整してギリギリに詰 め込むことは考えていない． ・どんなアプリケーションでも高性能になるとは限ら な い． 特 に，GPGPU と 差 別 化 で き る か は ア プ リ ケーションによる（ただし，今後出てくるであろう Stratix10 シリーズは浮動小数点演算器を積んでお り，動作周波数も 1GHz を超えるらしいので，初め から GPGPU と同じ土俵で戦おうとしているように 見える） ． ・OpenCL+BSP により短期間で（＝ HDL に触れずに） 開発することを目標とした開発環境であること．特 に，ソフトウェア技術者へ FPGA 導入の敷居を下 げることに注力している．見方によっては狙った通 りに回路が合成できないこともある． ● FPGA と比較した GPGPU のメリット で は， ど の よ う な ア プ リ ケ ー シ ョ ン だ と Altera SDK for OpenCL を使うメリットがあるでしょうか． ホスト PC と連携して高性能計算をすることを考える と，誰でも GPGPU が思い当たると思います． 図 2 に GPGPU と FPGA の違いを示します．GPGPU は広帯域なメモリを用意しており，数千台の CUDA 多層ニューラル・ネットワークによる手書き数字認識の実装（導入編）
© Copyright 2024 ExpyDoc
