組み込みAI

インテルとAIとFPGAの関係、「組み込みAI」普及の施策（2/2 ページ）

公開 2017年04月14日 07時01分

更新 2018年08月17日 16時44分

[TechFactory]

印刷する連載新着通知を受け取る

――アルテラ時代から、FPGAは「Stratix」「Arria」「Cyclone」「MAX」といったセグメントで展開されていました。エッジのAI実行環境として適するセグメントはどこでしょう。また、エッジ環境だけで学習と推論を行うことは現実的にあり得ますか？

Friebe氏　FPGAはエッジからクラウドまでいろいろな領域で利用できるデバイスです。AIの実行（ディープラーニング学習モデルの推論）という観点では、ミッドレンジからハイエンドを推奨することになると思いますが、最終的にはパワーと消費電力、価格を勘案することになります。例外は自動車です。搭載対象の位置付けとしてはエッジの領域ですが、FPGAはミッドレンジ以上の製品が選択されるでしょう。

Friebe氏はFPGA活用領域は広いと主張する

◎併せて読みたいお薦めホワイトペーパー：

&raquo デンソーのAIプロジェクトが目指すもの

&raquo 「組み込みAIチップ」が5年後には一般化するといえる、3つの理由

&raquo 「組み込みAI」実現に向けた半導体ベンダーの施策

&raquo 松原仁教授講演「人工知能は未来をどう変えるのか」

&raquo IoTとAI、ビッグデータ時代のソフトウェアテスト

⇒ 新着ホワイトペーパーをチェックする

　エッジ環境だけでの学習と推論の実行は、「理論上あり得えるが、理にかなっていない」というのが答えとなります。学習は大量のデータを処理をしなくてはなりませんし、そのためには非常に高いパフォーマンスが必要になります。推論部分も学習に含まれていますしね。

開発環境はどう変化するか

――AI利用を推進するとして開発環境はどのように変化していくのでしょうか。Googleとの提携によるTensorFlowの高速実行化や数値演算用ライブラリのDNN向け最適化、DNNをアプリケーションへ組み込みやすくするSDKの提供などの施策が発表されています。QuartusのようなFPGA用開発環境もAI対応が進むのでしょうか。

Friebe氏　開発環境について考える際、大切にしなくてはならないことは「ユーザーは誰なのか」ということです。AI技術、ディープラーニングの一般化という背景を考えると、データサイエンティストやアプリケーションエンジニアといったソフトウェア開発者もFPGAを使うユーザーとなるでしょう。そこを視野に入れて、開発環境の整備を進めています。

　より多くのユーザーへ使ってもらうため、FPGAの柔軟性を保ちながら複雑さを排除していくことが必要になると考えています。AlexNetやGooglenetといったニューラルネットワークをより使いやすくしたいと思いますし、相次いで登場する新たなフレームワークに関する利便性も向上させたいと考えています。

　もちろん、提供したいのは簡便さだけではありませんが、FPGAをターゲットに最適化した各種ライブラリを提供することによって、データサイエンティストやアプリケーションエンジニアといったこれまでFPGAに触れていなかった方にも、FGPAを使ってもらいたいと考えています。