# Hardware Efficient Approximate Convolution with Tunable Error Tolerance for CNNs

### 저자

Vishal Shashidhar, Anupam Kumari, Roy P Paily

### 💡 개요

본 논문은 엣지 디바이스 배포에 걸림돌이 되는 CNN의 높은 연산 요구량을 해결하기 위해, 무시할 수 있는 곱셈 연산을 건너뛰는 하드웨어 효율적인 MSB(Most Significant Bit) 프록시 기반의 "소프트 희소성" 패러다임을 제안합니다. RISC-V 커스텀 명령어로 구현된 이 방법은 LeNet-5 모델에서 ReLU 연산의 88.42%, Tanh 연산의 74.87%를 정확도 손실 없이 줄였으며, 기존 제로 스킵 방식보다 5배 뛰어난 성능을 보입니다.

### 🔑 시사점 및 한계

- 엣지 환경에 적합한 CNN 모델의 연산 효율성을 획기적으로 개선할 수 있습니다.

- 제안된 소프트 희소성 기법은 기존의 하드 희소성 방식보다 더 넓은 범위의 모델과 활성화 함수에 효과적입니다.

- 메모리 접근으로 인한 파워 절감 효과가 연산 절감 효과에 비해 부분적으로 제한적일 수 있습니다.

---

[PDF 보기](https://arxiv.org/pdf/2603.10100)

For the site tree, see the [root Markdown](https://slashpage.com/haebom.md).