10-01　非パイプラインで全層繋ぐ（層レベルでは逐次処理） ●まずは非パイプラインで全層繋いで見る 　前章では畳み込みニューラルネットワークを各層ごとにシミュレーションしていました。本章では図10-01のように、ひとまず「非パイプライン」で全層繋いでシミュレーションしてみます。 　　図10-01　非パイプライン接続のブロック図 ●逐次処理なので遅くなる 　上図のように各層は前の層が終了したのを合図に開始します。したがってスループット（MNIST画像1枚の判定結果が出てくる周期）は全層を足し合わせた時間592us（クロック周期10ns)＋αになります。 ●非パイプライン全層接続の論理シミュレーション 　このアーカイブは非パイプライン全層接続のModelSim（使い方はここ）プロジェクトです。600usほど走らせるとMNIST画像の最初の1枚（数字の’７’）の判定結果が出てきます。 　図10-02は各層のWxBUSY_N信号で、x層の処理が終了するとHになり、それを合図にx+1層の処理が開始されます。若干のオーバヘッド（＋α）があり、全層で601usほどかかっています。 　　図10-02　600usほど走らせると全層終了する（私のマシンではシミュレーションに10時間ほどかかった） ●各層の結果を確認 　図10-03は各層の間にあるRAMDATAです。RAM_Z1_NNには畳み込み1層目の出力チャネルNN画像が入っています。RAM_Z2_NNは畳み込み2層目、RAM_Z3_NNは畳み込み3層目、・・・RAM_Z7_NNはAffine1層目の出力チャネルNN画像が入っています。 　各層の結果をEXCEL表と比較し、ピタリ一致していることを確認します。 　　図10-03　各層の結果が入るRAMDATAを見る ●MNIST画像の最初の1枚は数字の’７’ 　図10-04は判定回路(judge.vhd)の信号です。AINはAffine2層目の結果であり、EXCELとピタリ一致しています。ANSWERも’７’であり、正解であることが分かります。 　　図10-04　judge_instの下にある信号たち ●非パイプラインだとスループットは600us余り 　図10-01に示すように各層は同時に動くわけではなく、1層づつ順番に動きます。このように「非パイプライン」で繋ぐと処理は遅くなり、ハードウエア化の効果はあまりなくなります。 　次節では「パイプライン」で繋いで高速化します。 目次へ戻る