inflearn logo
知識共有
inflearn logo

FPGAで作るAIアクセラレータ — 画像処理からCNN学習・ハードウェア検証まで

FPGAとVerilogは学んだものの、「それで、AIアクセラレータをどうやって直接作るのか?」という段階で立ち止まってしまう方が多くいます。この講義はその疑問を解消します。普及型FPGA一枚と無料ツールだけで、手作業で設計した3×3カーネルから始まり、CNNを直接学習させ、学習済み重みをINT8に量子化してハードウェアに実装した後、Pythonモデルと1ビットの狂いもなく一致するか(Bit-True)まで検証します。半導体業界30年の経歴を持つ現職教授として、実際のFPGAで検証した内容のみを「動作する回路」として教えます。理論ではなく、自ら設計し証明する経験を通じて、ファブレス設計・AI半導体分野で通用する実践的なスキルを身につけることができます。

2名 が受講中です。

難易度 中級以上

受講期間 無制限

FPGA
FPGA
Verilog HDL
Verilog HDL
vivado
vivado
CNN
CNN
AI
AI
FPGA
FPGA
Verilog HDL
Verilog HDL
vivado
vivado
CNN
CNN
AI
AI

受講後に得られること

  • 3×3カーネルからCNNまで、画像認識アクセラレータを直接設計しFPGAで動作させる能力

  • 学習させた実数重みをINT8に量子化(PTQ・QAT)してハードウェアに実装する実戦能力

  • Python参照モデルとVerilog RTLを1ビット単位で照合するBit-True検証能力

  • リアルタイム画像処理パイプライン(ピクセルフィルタ・3×3畳み込み演算)をFPGAで実装する能力

  • ラインバッファ・Winner-Take-All・Argmaxなど、ハードウェア親和性の高い演算構造を直接設計する能力

  • 2つのクロックドメインを扱い、FPGA実機でタイミングを合わせる実務感覚

  • 無料ツールとFPGA一枚で完成させた、ポートフォリオとして活用できる動作可能なAIアクセラレータの成果物

■ 講義紹介

普及型FPGA(Arty S7-25)1枚と無料ツール(Vivado)だけで、AIアクセラレータ(NPU)を直接設計・学習・検証する実習講義です。手動で設計した3×3カーネルから出発し、CNNを直接学習させ、学習された実数重みをINT8に量子化してFPGAに実装した後、Pythonの参照モデルと1ビットの狂いもなく一致するか(Bit-True)まで検証します。概念の説明にとどまらず、設計した回路が実際のハードウェアで動作することを自分の目で確認でき、すべてのソースコードはGitHubに公開されています。

■ この講義で扱うこと

画像処理からAIアクセラレータ設計まで、2つのトラックで構成されています。

・リアルタイム画像処理 — ピクセルストリーミングパイプライン、3×3畳み込み、ラインバッファ

· AI加速入門 — 固定カーネル分類器 → CNN学習・量子化(PTQ・QAT) → 学習重み Bit-True 検証

手で設計することから始まり、機械が学習した重みをハードウェアで検証するところまで進みます。

■ このような方におすすめします

· 半導体ファブレスのフロントエンド設計職への就職を準備しているが、理論だけで自ら設計した経験がなく、どうすればいいか分からず途方に暮れている方

・FPGA・Verilogは扱ったことがあるが、AIアクセラレータを自ら設計・検証する段階まで到達できていないジュニアエンジニア

・電子・コンピュータ工学の専攻生で、AI半導体を実物で実装したポートフォリオが必要な方

· AIシステム半導体分野への転職を目指しているが、実践的なハードウェア能力を証明する方法が必要な方

■ この講義を受講すると

・3×3カーネルからCNNまで、画像認識アクセラレータを直接設計してFPGAで動作させる能力

· 学習した実数重みをINT8に量子化(PTQ·QAT)してハードウェアに実装する実践能力

· Python参照モデルとVerilog RTLを1ビット単位で照合するBit-True検証能力

· ラインバッファ・Winner-Take-All・Argmaxなど、ハードウェア親和性の高い演算構造を直接設計する能力

・ポートフォリオや面接ですぐに使える、実際に動作するAIアクセラレータの成果物

■ 前提知識

· C言語の基礎、デジタル論理回路の基礎

· Verilog-HDLの文法とFPGA合成・実装の経験

・Pythonの基本操作

· CNN・ニューラルネットワークの基本概念

■ 受講前の準備(重要)

この講義は、VivadoとPython環境がインストールされており、基本的なシミュレーションの実行が可能な状態であることを前提に進めます。以下の基礎環境の構築については講義内で詳しく扱いませんので、あらかじめ準備しておいてください。

- Vivadoのインストールおよび基本操作

- Python(Anaconda/Jupyter)のインストール

- Verilog-HDL 基礎

上記の基礎については、私のYouTubeチャンネル(@EdgeChipLab)の無料動画で扱っており、市販の他の資料を参考にされても構いません。本講義は、これらの基礎の上に「画像処理、AIアクセラレータの設計・学習・検証」に集中します。

■ 実習環境・準備物

· FPGA ボード: Digilent Arty S7-25

・ディスプレイ:Pmod OLEDrgb (SSD1331, 96×64) — 入力・結果画像表示用

・ツール:Xilinx Vivado(無料)、Python(Anaconda/Jupyter)

・実習ソース:GitHubで全面公開 (RTL・Python・Testbench・.mem)

・入力は保存された画像(.mem)を使用し、カメラは必要ありません。

· ボード・OLEDがなくても映像とVivadoシミュレーションまで学習可能

■ この講義ならではの強み

· 設計 → 学習 → ハードウェア検証へとつながる完結ループ

· 100% Bit-True 検証 — 「動く」ではなく「Pythonと正確に一致する」ことを証明

· 普及型FPGA一枚と無料ツールで、時間・場所の制約なく完走

· GitHub全面公開により、ダウンロードして即座に再現可能

· 半導体産業30年経歴の現職教授が、実際のFPGAで検証した内容のみを伝達

■ 参考

・本講義のすべての設計・実装内容は講師が制作しており、ナレーション(音声)はTTSで制作されました。

こんな方に
おすすめです

学習対象は
誰でしょう?

  • 半導体ファブレスのフロントエンド設計職への就職を準備しているが、理論だけで実設計の経験がなく、途方に暮れている方

  • FPGA・Verilogの経験はあるが、AIアクセラレータを自ら設計・検証する段階まで到達できていないジュニアエンジニア

  • 電子・コンピュータ工学の専攻生で、AI半導体を実物として実装したポートフォリオが必要な方

  • AIシステム半導体分野への転職を考えており、実践的なハードウェア能力を証明する方法が必要な方

前提知識、
必要でしょうか?

  • C言語の基礎

  • デジタル論理回路の基礎

  • Verilog-HDL文法(YouTubeの無料Level 1動画で先行学習可能)

  • Vivado · Python(Anaconda/Jupyter) のインストールおよび基本シミュレーションの実行

こんにちは
EdgeChipLabです。

半導体産業30年の経歴(サムスン電子)を持つ、現職の大学教授です。

サムスン電子DS部門システム半導体研究員、イギリス・ドイツ法人Director、システムLSIマーケティング・営業グループ長を経て、現在は大学で次世代半導体設計を教えています。

トランジスタからCPU・NPU・AI SoCまで、自ら設計した回路が実際のFPGAで動作する過程を教えます。特に本講義は、インターネットの断片的な知識を集めたものではなく、講師自身の学術研究と検証済みの設計を実際のFPGAハードウェアで実装し、Bit-Trueで検証した成果物です。独自開発したRISC-V CPUを含むすべてのソースコードはGitHubで公開されており、普及型FPGA(Arty S7-25)と無料ツール(Vivado)だけで、誰でも直接再現し検証することができます。

すべての講義は一つのカリキュラムとして繋がっています。AI理論から始まり、画像処理、AIアクセラレータ(NPU)の設計・検証へと続き、今後はRISC-V CPU、NPU深化、AI SoC、mini LLMに至る高級・専門課程へと拡張されます。(コンテンツは継続的にアップデートされます。)

[検証可能な経歴]

- 自社開発RISC-V CPU — RISC-V国際財団公式コンプライアンステスト(ACT)合格、ソースコード公開

- 単独著者 学術論文4編(KCI著名学術登載誌 IJIBC)

- Amazon出版書籍2冊(AI NPU System Design with Python and Verilogなど、ベストセラー3位にランクイン)

- RV32I CPU・NPU・ビジョン・AURA-Edge SoCをArty S7で動作検証

YouTube @EdgeChipLab · GitHub github.com/estlit

もっと見る

カリキュラム

全体

5件 ∙ (3時間 6分)

講座掲載日: 
最終更新日: 

受講レビュー

まだ十分な評価を受けていない講座です。
みんなの役に立つ受講レビューを書いてください!

EdgeChipLabの他の講座

知識共有者の他の講座を見てみましょう!

似ている講座

同じ分野の他の講座を見てみましょう!

期間限定セール

¥17,184

39%

¥28,455