　NXP Semiconductorsは2020年1月7日、産業やIoT（モノのインターネット）での機械学習や推論向けのニューラルプロセッシングユニット（NPU）を統合したアプリケーションプロセッサ「i.MX 8M Plus」を発表した。エッジデバイスは人間の介入がなくても学習と推論が可能になり、ローカルでインテリジェントな意思決定ができる。現在、サンプルを供給中だ。

「i.MX 8M Plus」利用イメージ出典：NXP Semiconductors

　i.MX 8M Plusは、2.3TOPS（Tera Operations Per Second）のNPUと、動作周波数最大2GHzの4コアArm Cortex-A53、800MHzのCortex-M7を組み合わせている。また、音声、自然言語処理向けHiFi 4 DSP、デュアルカメラ対応イメージシグナルプロセッサ（ISP）、グラフィックスレンダリング向け3D GPUも搭載。開発時は、NPUへ機械学習推論機能をオフロードできる。

　確実な有線ネットワークの接続と処理のために、Time-Sensitive Networking（TSN）対応のギガビットイーサネットを統合。専用の「Plus Power Management Solutions PMIC（PCA9450C）」も提供する。

　さらに、内蔵メモリとDDRインタフェース向けError Correction Code（ECC）を搭載。－40～＋105℃の産業用温度範囲と100％電源オンに対応する予定で、15年間の長期製品保証プログラムの対象とする。

　14nm LPC FinFETプロセスをベースに、マルチオブジェクト識別、英単語4万語強のスピーチ認識、医療用画像処理など、高度で複雑なニューラルネットワークを同時に複数実行できる。公共安全、産業用マシンビジョン、ロボティクス、ハンドジェスチャー向けの人間や物体認識のほか、人間とデバイス間インタラクション向けの自然言語処理を使った感情検出が可能になる。

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。
機械学習はどうやって使うのか――意外と地道な積み重ね
前編では、AI（人工知能）と機械学習、ディープラーニングといった用語の説明から、AIを実現する技術の1つである機械学習が製造業を中心とした産業界にも徐々に使われ始めている話をした。後編では、機械学習を使ったデータ分析と予測モデル作成について説明する。
グーグルの「Edge TPU」がマルチチップパッケージに、村田製作所と共同開発
グーグルは、組み込みAIチップ「Edge TPU」を用いた製品ファミリー「Coral」に新たなラインアップを追加する。「CES 2020」において、パートナー企業である村田製作所、メディアテック（MediaTek）、NXP Semiconductorsの展示ブースで公開する予定だ。
ディスクリートGPUまで手に入れたインテル、AI全方位戦略を強化
インテルは2019年11月27日、記者向けにAIに対する最新の取り組みについて説明会を開き、グローバルで先日発表されたGPUアーキテクチャ「Xe（エックスイー）」を含め、同社のAI向けプロセッサポートフォリオを紹介した。
FPGAベースのAIアクセラレータを開発するための新たな開発環境を発表
Xilinxは、統合ソフトウェアプラットフォーム「Vitis」を発表した。標準ライブラリを豊富に備え、既存のツールやフレームワークを使用できるため、ソフトウェア開発者はアルゴリズム開発に専念でき、ハードウェア開発者は生産性を向上できる。
ルネサスが新たなエッジAI技術を開発、世界最高クラスの電力効率と推論精度
ルネサスエレクトロニクスは2019年6月13日、低消費電力で高速にCNN（畳み込みニューラルネットワーク）の推論を実行できるAI（人工知能）アクセラレータ技術を開発したと発表した。同技術を用いたテストチップは高い推論精度を維持しつつ、世界最高クラス（同社調べ）となる8.8TOPS/Wの電力効率を実現した。