AWS Startup ブログ

Tag: Artificial Intelligence

効率的にインテル® FPGA エッジデバイス上の深層学習推論を実行する

この記事は AWS APN Blog “Using Fewer Resources to Run Deep Learning Inference on Intel FPGA Edge Devices” の和訳です。 推論は機械学習における重要なステージで、トレーニング済みのモデルを用いてエンドユーザーに洞察を提供します。画像分類、物体検出、セマンティックセグメンテーションなどの予測タスクを実行するために、モデルがクラウドやエッジにデプロイされます。 しかし、消費電力量や放熱に制限があったり、低レイテンシーかつ高スループットといった要件がある場合、IoT コントローラーやゲートウェイなどのエッジデバイスで大規模な推論を実装することが難しくなる場合があります。 そういった課題を解決するには、ハードウェアとソフトウェアの両方の最適化が必要です。ハードウェアの観点からは、フィールド プログラマブル ゲート アレイ(FPGA) が選択肢にあがる場合があります。FPGA を使用すると、再構成可能な論理ブロックのハードウェアアクセラレーションの恩恵により、単位電力あたりの高いパフォーマンスと、低レイテンシー、柔軟性が得られます。 AWS IoT コンピテンシー を持つ AWS パートナーネットワーク (APN) アドバンストテクノロジーパートナーであるインテル は、豊富な FPGA ポートフォリオを提供しています。インテル® FPGAは、産業用や自動車用といった長い製品寿命と信頼性を必要とする分野で成功を収めています。 本ブログでは、画像分類用のニューラルネットワークをトレーニングし、インテル® FPGA ハードウェア向けに最適化されたバイナリに変換・デプロイする手順について説明します。お手元にデバイスをご用意頂けると、より一層お楽しみ頂けます (詳細は後述)。

Read More

【開催報告&資料公開】ML@Loft 第8回  「量子コンピュータ x 機械学習」(Part 2: パネルディスカッション編)

ML@Loft #8 「量子コンピュータ x 機械学習」(後半:パネルディスカッション) AWS 機械学習ソリューションアーキテクトの宇都宮 ( Twitter: @shokout ) です。本ブログでは、2019年11月20日に実施された ML@Loft 第8回  「量子コンピュータ x 機械学習」の開催概要の後半編、パネルディスカッションの模様を書き起こし形式でお伝えします。 ML@Loft は AWS 上で機械学習を開発・運用しているデベロッパー・データサイエンティストのための、コミュニティイベントです。第8回は「量子コンピュータ」と「機械学習」について、アカデミック・ビジネスの第一線で活躍されている方々をお迎えし、後半は参加者全員参加型のパネルディスカッションで意見・知見の共有を行いました。大阪大学の根来さん、メルカリの久保さん、大阪大学 藤井さん、MDR 湊さん、東芝 後藤さんの10分ずつライトニングトークに続き、後半は slido で会場にお越しの皆様からいただいたご質問・フィードバックを元に、パネルディスカッション形式でのお悩み相談会を行いました。

Read More

【開催報告&資料公開】ML@Loft 第8回 「量子コンピュータ x 機械学習」(Part 1: ライトニングトーク編)

ML@Loft #8 「量子コンピュータ x 機械学習」(前半:LT) AWS 機械学習ソリューションアーキテクトの宇都宮 ( Twitter: @shokout ) です。本ブログでは、2019年11月20日に実施された ML@Loft 第8回  「量子コンピュータ x 機械学習」の開催概要を報告いたします。 ML@Loft は AWS 上で機械学習を開発・運用しているデベロッパー・データサイエンティストのための、コミュニティイベントです。月に1回、目黒の AWS Loft Tokyo で開催し、毎回活発な議論が行われています。 第8回は「量子コンピュータ」と「機械学習」について、アカデミック・ビジネスの第一線で活躍されている方々をお迎えしました。前半は10分ずつの自己紹介 LT 形式で量子コンピュータの現状と課題・実例を交えて問題提起頂いた後、後半は参加者全員参加型のパネルディスカッションで意見・知見の共有を行いました。

Read More