電力効率10倍以上、SLAM処理時間が20分の1のエッジAIチップを開発：人工知能ニュース

新エネルギー・産業技術総合開発機構は、「ハイブリッド量子化ディープニューラルネットワーク（DNN）技術」「進化型仮想エンジンアーキテクチャ技術（aIPE）」「リアルタイムSLAM処理技術」を開発した。

[MONOist]

　新エネルギー・産業技術総合開発機構（NEDO）は2020年6月18日、ソシオネクスト、ArchiTek、豊田自動織機と共同で、「ハイブリッド量子化ディープニューラルネットワーク（DNN）技術」「進化型仮想エンジンアーキテクチャ技術（aIPE）」「リアルタイムSLAM処理技術」を開発したと発表した。

　これらの技術を導入した「進化型、低消費電力AIエッジLSI」を試作評価したところ、AI（人工知能）認識処理と画像処理の電力効率が汎用GPUの10倍以上、リアルタイムSLAMの時間がCPUの20分の1に改善した。低消費電力、低遅延、低コストのマシンビジョン、セキュリティ、見守り、車載センシングシステムの構築が期待される。

「進化型、低消費電力AIエッジLSI」試作品（クリックで拡大） 出典：NEDO

　ハイブリッド量子化DNN技術とは、深層学習に必要なパラメーターやアクティベーションの低ビット化に加えて、複数の量子化精度を混在させた技術。認識精度の低下抑制と、低消費電力を両立させている。さらに、学習環境向け量子化ライブラリ、推論環境向けハイブリッド量子化エンジン、学習環境から推論環境への変換処理技術も開発し、AI認識処理における電力効率が汎用GPUの10倍以上に達した。

「ハイブリッド量子化DNN技術」の概要 出典：NEDO

　進化型aIPEとは、従来のaIPEのアーキテクチャを改良したもので、リアルタイムSLAM処理につながる技術。さらに、画像処理の高速化と最適化、AI拡張機能の実装と機能向上を図っている。これにより、画像処理における電力効率も、汎用GPUの10倍以上に達した。また、高速移動ロボットの高精度自己位置推定処理におけるSLAMの処理時間が、CPUの20分の1に短縮した。

「進化型aIPE」の概要 出典：NEDO

　進化型aIPEを取り込んだプラットフォームのIPは、ArchiTekから2020年10月以降に提供する予定だ。さらにNEDOらは、ハイブリッド量子化DNN技術と進化型aIPEの統合など、より低消費電力の進化型、低消費電力AIエッジLSIの構築に向けた開発を進める。