エントリーの編集
エントリーの編集は全ユーザーに共通の機能です。
必ずガイドラインを一読の上ご利用ください。
MN-Core向けのBLASの実装 - Preferred Networks Research & Development
記事へのコメント0件
- 注目コメント
- 新着コメント
このエントリーにコメントしてみましょう。
注目コメント算出アルゴリズムの一部にLINEヤフー株式会社の「建設的コメント順位付けモデルAPI」を使用しています
- バナー広告なし
- ミュート機能あり
- ダークモード搭載
関連記事
MN-Core向けのBLASの実装 - Preferred Networks Research & Development
本記事は、2023年度PFN夏季インターンシップで勤務された野崎愛さんによる寄稿です。 はじめに こんにち... 本記事は、2023年度PFN夏季インターンシップで勤務された野崎愛さんによる寄稿です。 はじめに こんにちは。2023年度夏季インターンシップに参加させていただきました野崎愛です。 今回のインターンではMN-Core向けのBLASの実装に取り組みました。 背景: MN-Coreの概要とアーキテクチャ上の特徴 深層学習を軸とした研究開発には大きな計算資源が必要です。 PFNでは深層学習ワークロードに特化したアクセラレータであるMN-Core(https://www.preferred.jp/ja/projects/mn-core/)を神戸大学と共同開発しています。 MN-Coreは以下のようなアーキテクチャ上の特徴を持っています。 主に演算は整数演算を行うProcessing Element (PE) と行列積和演算・ベクトル積和演算を行うMatrix Arithmetic Unit (MA