近年IoTの普及により，エッジコンピューティングや機械学習のニーズが高まっている．そのため高性能かつ低消費電力なデバイスが求められている．そこで，オープンソースな命令セット・アーキテクチャであるRISC-Vが注目されている．RISC-Vは，ロイヤリティフリーで柔軟な拡張命令を持ち、実装次第ではIntelやARMのプロセッサより高い性能を発揮する．本研究では，UCBが公開している最も一般的なRISC-V実装であるRocket Chipを用いる．これに機械学習を支援するカスタム命令を追加することで，機械学習向けアクセラレータを開発する．対象とするアルゴリズムは畳み込みニューラルネットワークである．