ニュース
最小限の処理能力で機械学習を行うエッジAIソリューションに向けて協業：人工知能ニュース
伊藤忠テクノソリューションズ（CTC）は、マサチューセッツ工科大学発のスタートアップ企業Liquid AIとエッジAIソリューションの開発を目的とした協業を開始した。
伊藤忠テクノソリューションズ（CTC）は2024年2月21日、マサチューセッツ工科大学発のスタートアップ企業Liquid AIとエッジAI（人工知能）ソリューションの開発を目的とした協業を開始したと発表した。
この取り組みでは、「Liquid Neural Network（LNN）」技術に基づいてLiquid AIが開発したAIを活用する。LNNは、少ない処理能力でも順応性の高いML（機械学習）を可能にする技術で、これによりエッジデバイスでの処理性能の向上を目指す。
従来のMLモデルでは約10万個のニューロンを必要とする計算を、LNNでは19個のニューロン数で算出し、同等の結果が得られる。エッジデバイスや小型コンピュータでのAIシステムの実装が容易になり、電力消費量やCO2排出量の削減にも寄与する。
伊藤忠テクノソリューションズは、Liquid AIの技術を活用し、カメラソリューションや自動運転、ドローン管理などのエッジAIソリューション開発に取り組む。
今回の協業は、伊藤忠テクノソリューションズが2023年4月から開始した、海外スタートアップとのパートナーシップを構築するプログラム「NAPP」の一環となる。将来的には、LNNの利用を広げるための実証実験やデータ分析サービス、AIシステムの省力化に向けた技術検証にも取り組む予定だ。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
エッジであれエンドポイントであれ今こそ現場にAIを実装すべし
2023年に大きな注目を集めた生成AIは、膨大なパラメータ数とあいまってAIモデルをクラウド上で運用することが一般的だ。2024年は、AIモデルを現場側に実装するエッジAIやエンドポイントAIを活用するための技術が広く利用できるようになるタイミングになりそうだ。
エッジAIがIoTデバイスのリアルタイムの意思決定を可能にする
インターネットに接続されるデバイスの数は2030年までに290億台に達すると予想されている。これらのエッジデバイス上でAI処理を行う「エッジAI」について、進化をけん引する4つの要素や、導入するメリットを解説する。
「JetsonよりエッジAIに最適」、ルネサスが最新AIアクセラレータ搭載MPUを発売
ルネサス エレクトロニクスは、新世代のAIアクセラレータ「DRP-AI3」を搭載し、消費電力1W当たりのAI処理性能で表される電力効率で従来比10倍となる10TOPS/Wを実現した「RZ-V2H」を発売する。
Jetson Orinの生成AI処理性能はXeonの1.7倍、NVIDIAが“史上最大”の機能拡張へ
NVIDIAは、組み込み機器向けのエッジAI開発プラットフォームである「Jetson」について、生成AIへの対応を含めた大幅な機能拡張を行うと発表した。
性能2PFLOPSでコスパはGPUの10倍、LeapMindが大規模モデル対応のAIチップ開発へ
LeapMindはが生成AIをはじめとする大規模AIモデルの学習と推論を高速化する新しいAIチップの開発を開始したと発表。演算性能目標は2PFLOPSで、同等性能のGPUと比べて10倍のコストパフォーマンスを目指す。
脳型AI半導体のBrainChipが第2世代IPを投入、エッジ活用に向け本格提案
脳の構造を模倣するニューロモーフィック技術を活用したAI半導体を手掛けるオーストラリアのBrainChipが、第2世代IPとして2023年9月のリリースを計画している「Akida 2.0」について説明した。