　まずCPUについては、統合開発環境で提供されている最適化コンパイラや、IPP（Integrated Performance Primitive）、MKL（Math Kernel Library）、MKL-DNN（MKL-Deep Neural Network）といったライブラリを用いたソフトウェアの最適化により、高い性能を発揮できるという。実際に、オープンソースのフレームワークである「Caffe」で作成したアルゴリズムを「Xeon E5」で実行する場合、最適化前の性能を1とすると、従来のMKLの適用で7.5倍、最新版のMKLの適用でさらに2.2倍で、16.5倍に画像認識性能が向上するという。

ソフトウェア最適化によるCPUの画像認識性能向上の効果（クリックで拡大）出典：インテル

　また志村氏は、あまり活用されていない内蔵GPUによる性能向上について紹介した。内蔵GPUはCPUと同一の広帯域／低遅延バスに接続されており、Skylake世代プロセッサの内蔵GPU「G4e」であれば72個のEU（実行ユニット）により、「ちょっとした外付けのアクセラレータ並み」（志村氏）とする1.152TFLOPSの演算性能が得られる。

内蔵GPUで得られる演算性能（クリックで拡大）出典：インテル

　モビディウスのVPU（Vison Processing Unit）「Myriad 2」は、2～3Wという低消費電力を特徴としているが、2018年末に投入予定の次世代VPU「Myriad X」は性能が約10倍に向上する見込みで「内蔵GPU並みの性能になる」（志村氏）。また、FPGAは演算器のビット幅を自由に構成できることや、深層学習で得たアルゴリズムを書き換えられることがメリットになる。なお、Myriad XやFPGAの顧客への提供形態はPCI Expressカードの「HDDL（High Density Deep Learning）」となる予定で、Myriad Xを搭載するのが「HDDL-R」、FPGAを搭載するのが「HDDL-F」としている。

PCI Expressカードで提供される「HDDL」は間もなく市場投入（クリックで拡大）出典：インテル

　これらのプロセッサ製品に共通して利用できる画像認識ソフトウェア開発のツールキットがOpenVINOツールキットだ。画像認識アルゴリズムの開発言語として広く利用されている「OpenCV」と、効率的な処理が可能だが使いこなすのに専門知識を必要とする「OpenVX」に加えて、インテル製プロセッサ製品上で効率的に動作する「Inference Engine」などのライブラリをそろえる。またツールとして、さまざまなフレームワークで構築したモデルをInference Engineで動作させられるようにする「Model Optimizer」がある。

「OpenVINOツールキット」の構成（クリックで拡大）出典：インテル

　OpenVINOツールキットで最も重要なのがInference Engineだ。志村氏は「Inference Engineを使えば、同じ画像認識ソフトウェアでインテルのCPU、内蔵GPU、FPGA、モビディウスのVPUが使える。例えば、CPUで処理能力が物足りないときに内蔵GPUによる処理を追加する場合にも、画像認識ソフトウェアに手を加える必要はない」と説明する。

「Inference Engine」の特徴（クリックで拡大）出典：インテル

　また、OpenCVでそのまま実行するよりも、Inference Engineを介することでさらに処理性能を向上できる。ある物体認識アルゴリズムの処理能力が、OpenCVだと1回当たり19msだが、Inference Engineを使うと同4msに向上する。

　なおOpenVINOツールキットは、商用利用を含めて無償である。志村氏は「インテル製品であれば動作するのでどんどん使ってほしい」（志村氏）という。

AIと機械学習とディープラーニングは何が違うのか
技術開発の進展により加速度的に進化しているAI（人工知能）。このAIという言葉とともに語られているのが、機械学習やディープラーニングだ。AIと機械学習、そしてディープラーニングの違いとは何なのか。
世界を変えるAI技術「ディープラーニング」が製造業にもたらすインパクト
人工知能やディープラーニングといった言葉が注目を集めていますが、それはITの世界だけにとどまるものではなく、製造業においても導入・検討されています。製造業にとって人工知能やディープラーニングがどのようなインパクトをもたらすか、解説します。
「Xeon」とFPGAをシームレスに連携、「インテルPAC」でソフト開発が容易に
インテルがFPGAユーザー向けのイベント「インテルFPGAテクノロジー・デイ」を開催。サーバ向けプロセッサ「Xeon」とFPGAがシームレスに動作する「インテルプログラマブル・アクセラレーション・カード（PAC）」を国内向けに初披露した。
インテルのFPGAはソフト開発者でも簡単に扱える、デルと富士通がサーバに採用
日本アルテラがデータセンター向けに展開を強化しているFPGA事業の戦略について説明。デルEMCと富士通のサーバ製品群に、ソフトウェア開発者でもFPGAを容易に扱える環境を用意した「インテルPACカード」が採用されたことを明らかにするとともに、国内のオンプレミスサーバ市場に向けて積極的に提案していく方針を示した。
インテルはAIで勝ち残れるのか、脳科学研究から生まれた「Crest」に賭ける
世界最大の半導体企業であるインテルだが、AIやディープラーニングに限ればその存在感は大きいとはいえない。同社は2017年3月にAI製品を開発するAIPGを発足させるなど、AI関連の取り組みを強化している。2017年3月に発足したAI製品事業部の副社長兼CTOを務めるアミール・コスロシャヒ氏に話を聞いた。
インテルアーキテクチャもディープラーニングに有効、「GPUが最適は先入観」
インテルが人工知能（AI）技術や事業、ビジョンについて説明。買収企業の技術を取り入れたAIプラットフォーム「Nervana」により、小から大まで規模に応じてスケーリングさせられるAI技術を提供する。GPUが最適というイメージが強いディープラーニングについても「それは先入観にすぎずインテルアーキテクチャのようなCPUも十分に有効」とした。