본 논문은 심층 신경망(DNN) 하드웨어 가속기 설계에서 탄소 발자국을 줄이기 위한 탄소 효율적인 설계 방법론을 제안합니다. 3D 집적을 통한 성능 향상에도 불구하고 지속가능성 문제가 대두됨에 따라, 탄소 인식 최적화가 필수적입니다. 이 연구는 근사 연산과 유전 알고리즘 기반 설계 공간 탐색을 활용하여 탄소 지연 곱(CDP)을 최적화하는 3D DNN 가속기 설계 방법론을 제시합니다. 면적 효율적인 근사 승산기를 곱셈-누산(MAC) 유닛에 통합하여 실리콘 면적과 제조 오버헤드를 줄이면서 높은 계산 정확도를 유지합니다. 세 가지 기술 노드(45nm, 14nm, 7nm)에 대한 실험 평가 결과, 제안된 방법은 정확도 저하 없이 탄소 배출량을 최대 30%까지 줄이는 것으로 나타났습니다.
