LeapMindは2018年10月19日、組み込み向けFPGA上でディープラーニングを動作させるソフトウェアスタックをオープンソースで公開した。同社が今まで強みとしてきた技術が、誰でも利用もできるようになった。同社CTO（最高技術責任者）を務める徳永拓之氏に、blueoilとはどのようなもので、何が実現できるのか。そして、オープンソース化した狙いなどを聞いた。

» 2018年10月22日 07時00分公開

[松本貴志，MONOist]

　「今のディープラーニングは巨大な資金や電力リソースが必要であり、一部の企業でしか恩恵を享受できていない。この状況を打破し、あらゆるものにディープラーニング（深層学習）を実装し、より広く恩恵を受けられる環境を作りたい」

　こう語るのは、エッジデバイスなど組み込み機器向けディープラーニングの実装を推進するベンチャー企業「LeapMind」である。同社は、“Deep Learning of Things”（あらゆるモノにDeep Learningの恩恵を）の実現を理念として掲げている。

　同社のコア技術は、Intel製SoC（System On Chip）の「Cyclone V SoC」に代表される、安価かつ低消費電力な組み込み向けFPGAをフルに活用し、ディープラーニングの推論を高速処理するところにある。同社は、独自の軽量ニューラルネットワークアーキテクチャ「LMnet」の開発や積和演算のDSP活用による演算高速化を実施するなど、ソフトウェアとハードウェアの両面で独自技術を磨いている。^＊）

　しかし、LeapMindは2018年10月19日、組み込み向けFPGA上でディープラーニングを動作させるソフトウェアスタック「Blueoil」をオープンソース（Apache License 2.0）で公開したと発表。同社が今まで強みとしてきた技術だが、現在では誰でもそのソースコードを確認でき、自由に利用できるようになっている。

　今回、MONOistでは同社CTO（最高技術責任者）を務める徳永拓之氏にインタビューを実施。Blueoilとはどのようなもので、何が実現できるのか。そして、オープンソース化した狙いや、将来の展望を聞いた。

LeapMindの徳永拓之氏

組み込みディープラーニングの開発工数を大幅に削減するBlueoil

MONOist　今回オープンソース化されたソフトウェアスタック「Blueoil」とは、どのようなものですか。また、このソフトウェアスタックを利用すると、どのようなことが実現できるのでしょうか。

徳永拓之氏　Blueoilは「低消費電力FPGAでディープラーニングを動作させるために必要なニューラルネットワークアーキテクチャ」「FPGAで推論処理を動作させるランタイムライブラリ」「LeapMindが培ってきた知見」を組み合わせて実現したものだ。

　従来のニューラルネットワークアーキテクチャが使用しているFP（浮動小数点）の演算は、低消費電力FPGAにとって非常に重い。また、メモリの制約も大きい。そこで、LeapMindではウェイト（重み係数）が1ビット、アクティベーション（入力）が2ビットの演算精度を用いる量子化を実行したニューラルネットワークアーキテクチャを開発し、大幅に演算量とメモリ使用量を圧縮した。

　しかし、ここまでの量子化を実行した場合は推論アプリケーションの精度低下を防ぐため、量子化を考慮した特別な学習を行う必要がある。Blueoilでは、この特別な学習手法も実装した。ユーザーは事前に学習対象のデータを用意するだけで、Blueoilによって低消費電力FPGA用のニューラルネットワークが生成できる。生成したニューラルネットワークで必要な推論精度を満たした場合はそのままFPGA用バイナリに変換し、満たさなかった場合ではチューニングを行うプロセスとなる。

　われわれの実感だが、ユーザーがゼロベースで低消費電力FPGA用ニューラルネットワークを開発した場合、優秀なエンジニアが開発しても12～24人月程度の工数が必要だと考える。しかし、Blueoilを利用した場合は、1人月程度の工数で開発できるだろう。