検索
ニュース

PFNが深層学習プロセッサを開発した理由は「世界の先を行くため」人工知能ニュース(2/2 ページ)

Preferred Networks(PFN)は2018年12月12日、ディープラーニングに特化したプロセッサ「MN-Core(エムエヌ・コア)」を発表した。同プロセッサは学習の高速化を目的とし、行列の積和演算に最適化されたものとなる。FP16演算実行時の電力性能は世界最高クラス(同社調べ)の1TFLOPS/Wを達成した。

Share
Tweet
LINE
Hatena
前のページへ |       

2020年春に高性能計算クラスタを構築、最終的には2EFLOPSにも

 同じく展示されたMN-Core Boardは、1チップのMN-Coreと32GBのメモリを搭載したアクセラレータボード。搭載するメモリ規格は未公開とするが、「メモリバンド幅がネックになるようなことはない設計」とした。消費電力が500Wにも達するMN-Coreを搭載するため、同ボードでは30層の多層基板を採用。消費電力予想値は600Wとなっている。

左:展示されたMN-Core Board 右:展示されたMN-Core Server(クリックで拡大)

 MN-Core Serverは、最大で4枚のMN-Core Boardを搭載する7Uサイズのラックマウントサーバー。独自設計の内部構造と内蔵ファンを採用し、TDP200WクラスのCPU2基とMN-Core Board4枚が発する熱量を空冷で処理する。MN-Core Boardを4枚搭載した場合、1ノードあたりのピーク性能は約2PFLOPS(FP16)となる見込みだ。

 同社ではMN-Core Serverを用いた大規模計算クラスタ「MN-3」を2020年春に構築する予定で、最終的には2E(エクサ)FLOPSのピーク性能にまで規模を拡大させる方針だ。


MN-3のイメージ図(クリックで拡大) 出典:Preferred Networks
前のページへ |       

Copyright © ITmedia, Inc. All Rights Reserved.

ページトップに戻る