資料の紹介

 機械学習は、かつては高性能データセンターの演算プラットフォームにしか見られなかったが、最近では身近にあるエッジデバイスにも利用されるようになってきた。

 機械学習では、コンピュータに大量の事例データを入力し、反復的に学習させることで、一定のパターンや法則を見つけ、解析アルゴリズムを確立していく。人間の脳と同等の処理をコンピュータ上で行うため、従来の画像処理などとは桁違いの演算能力が必要となる。一方、エッジデバイス上で動作させるためには消費電力を抑える必要がある。エッジデバイス上で機械学習を実現するには、演算性能と消費電力のトレードオフを見極めながら、ハードウエアの設計を進めなければならない。

 本資料では、エッジデバイスでの機械学習において難易度の高い設計、特にトレードオフ解析に向けた新手法について解説する。高位合成(HLS)を活用して、従来のRTLより高い抽象度でハードウエア設計を行う方法である。このような設計のツールとして、複雑なアーキテクチャー設計を支援する機能に加え、検証速度を従来の100~1000倍に高速化した高位合成ツールについても紹介する。

この先は日経クロステック Active会員の登録が必要です

日経クロステック Activeは、IT/製造/建設各分野にかかわる企業向け製品・サービスについて、選択や導入を支援する情報サイトです。製品・サービス情報、導入事例などのコンテンツを多数掲載しています。初めてご覧になる際には、会員登録(無料)をお願いいたします。