電力効率が汎用GPUの10倍以上、量子化DNNエンジン搭載のAIチップを開発：人工知能ニュース

ソシオネクストは、ディープラーニング推論処理向けの「量子化DNNエンジン」を搭載したAIチップを試作し、動作と性能を確認した。高度なAI処理を、小型で省電力のエッジコンピューティング機器単体で実行できるようになる。

[MONOist]

　ソシオネクストは2020年3月17日、ディープラーニング（深層学習）推論処理向けの「量子化DNN（ディープニューラルネットワーク）エンジン」を搭載したAI（人工知能）チップを試作し、動作と性能を確認したと発表した。

「量子化DNNエンジン」搭載AIテストチップ（クリックで拡大） 出典：ソシオネクスト

　今回開発した量子化DNNエンジンには、低消費電力で高性能の深層学習に必要な低ビット化技術と、パラメーター圧縮技術を組み合わせた「量子化DNN技術」を使ったアーキテクチャが組み込まれている。また、効率的にデータを供給するオンチップメモリ回路技術により、メモリの使用量を大幅に削減できる。

　作製したテストチップは、「YOLO v3」による物体検出において、検出速度が30fps、消費電力が5W以下と、汎用GPUと比べて10倍以上の電力効率を達成した。チップには「Arm Cortex-A53」クアッドコアCPUを搭載しているので、AI処理が1チップで済む。

　また、TensorFlowをベースフレームワークとした低ビットの「Quantization Aware Training（量子化を考慮した学習）」や「Post Training Quantization（学習後の量子化）」を実行可能な深層学習ソフトウェア開発環境も用意した。これらの開発環境とテストチップを組み合わせることで、先進ドライバー支援システム（ADAS）、監視カメラ、FAにおいて、高度なエッジコンピューティングができるようになる。

　今回の試作は、新エネルギー・産業技術総合開発機構（NECO）の委託事業「進化型・低消費電力AIエッジLSIの研究開発」によるもので、同社はパートナー企業とともに回路の最適化を進め、AIチップの完成を目指すとしている。