近年、畳み込みニューラルネットワーク（CNN）を用いたアプリケーションが様々な場面で利用されている．電力の制約が厳しいエッジでCNNアプリケーションを処理するためには，低消費電力かつ高速なデバイスが必要である．我々は，様々なパラメータを持つCNNを回路再構成により効率的に処理できるCNNアクセラレータReNAを提案する．ReNAは内部接続を再構成することで，畳み込み層と全結合層を同一の回路で効率的に処理する．ReNAはVGG16の畳み込み層で1.51 TOPS/W，全体で1.38 TOPS/Wの電力効率を達成した．