エッジAIは通信遅延の低減やセキュリティ面での利点から注目されているが、デバイス性能が低く、高精度なAI処理を高速に実行するには課題がある。本研究では、エッジデバイス上で高精度AIモデルの精度を維持しつつ、高速化を図る手法を提案する。対象モデルにResNetを選定し、FPGAボードUltra96v2を用いて回路およびソフトウェアの最適化を実施した。具体的には、回路の不要部分を削除して処理効率を向上させるとともに、Add層とReLU層を統合したAddReLU層を導入し、その効果を検証した。また、ResNet50やResNet18といった複数のモデルに対応し、それぞれの構造に応じた最適化を行った。