畳込みニューラルネットワーク(Convolutional Neural Network; CNN)と呼ばれる機械学習が主に画像認識等で成果を上げ注目を集めている。CNNは演算量が大きく従来のCPUによる逐次処理では膨大な時間がかかるため、リアルタイム性が要求される車載応用等には適さない。専用ハードウェアで加速する研究がなされているが、CNNの二大要素である畳込み層と全結合層の演算手順の差異に起因して汎用性に乏しい。本研究では単純な演算器を多数並列し、各処理において最適な制御を行うことで処理速度と汎用性を保つ方法を提案するとともに、その有用性の評価を与える。