오늘은 맑음

linux에서 프로그램을 돌리거나 순차적으로 명령어를 실행시키고 싶을 때가 있습니다. 하나하나 명령어를 다 치기 어렵기 때문에 스크립트 파일을 만드는데요, 만드는 방법은 아래와 같습니다. vim [PATH] //파일을 만들어줍니다. python3 run.py ~ //명령어를 적습니다. 저장 후 나간다음 실행권한을 부여합니다. chmod +x [PATH] 그 후 해당하는 파일을 실행시키시면 순차적으로 명령어가 실행됩니다.

1. Power consumption 2. Area 3. Frequency 뭔가를 설계할 때 중요한 기준이 될만한 세가지 사항입니다. 설계하는 모듈, 또는 프로세서가 어디에 중점을 두고 있는지에 따라 설계 방법이 달라지게 될 것입니다.

이번에는 작년에 실패한 두물머리를 다시 가보기로 했습니다. 사실 핫도그가 목적입니다. 작년에는 서울 성북에서 출발했는데 돌아오는 길까지 생각하다보니 능내역까지만 갔다가 다시 돌아왔었습니다. 이번에는 출발지점이 멀어진만큼 돌아오는건 대중교통을 이용할 생각입니다. 생각보다 많이 나오네요... 사실 갈 때는 이정도로 나오는 줄 모르고 갔습니다. 천호로 돌아갈 거리는 생각을 안했거든요... 작년에는 80km정도 탔었는데 그 때는 한참 연습 많이 했는데 올해는 비와서 먼지만 타다 나가는지라 걱정이 됬지만 핫도그 먹으러는 가야했습니다. 날씨는 적당히 구름끼고 자전거타기에는 좋은 날씨였습니다. 아...안양천 합수부 이대병원 앞부터 생각보다 길게 잠겼습니다.. 많은 분들이 저렇게 건너오셨는데 저는 먼길 가야해서 발을 ..

Mahdiani, Hamid Reza, et al. "Bio-inspired imprecise computational blocks for efficient VLSI implementation of soft-computing applications." IEEE Transactions on Circuits and Systems I: Regular Papers 57.4 (2009): 850-862. 2010년에 나온 논문이며 딥 러닝 가속기 관련 논문입니다. 내용이 재밌어서 소개해드립니다. 일반적으로 딥 러닝 가속기는 곱셈과 덧셈 연산을 반복합니다. Convolution layer나 FC layer 과정에서 많은 연산 결과를 더해서 다음 층의 입력값으로 사용합니다. 하지만 딥 러닝 가속기에서 그 많은 데이터..

앞서 5x5 convolution연산까지 수행하는 연산기까지 만들었습니다. 계속 컨트롤패스를 구축하고 있었는데 가장 고민되는 부분이 메모리에서 버퍼로 데이터를 불러와 재사용하는 부분입니다. Eyeriss 논문을 보면 다양한 방법을 제시하고 있습니다. 여기서 제시하는 데이터 플로우를 참조해서 해야할 것 같습니다. 항상 어려운 점이 c나 c++ 또는 python을 이용해서 코딩하다가 verilog로 설계를 들어가게 되면 개념이 달라져 생각하던 알고리즘대로 구현하기가 쉽지 않습니다. 여러 방법을 생각해보고 있지만 항상 아쉽습니다

드디어 키캡이 왔습니다 레이저로 도장을 걷어내는거라서 디테일이 매우 마음에 드네요 색상이 블랙/화이트만 있어서 아쉽긴 하지만 만족스럽습니다