マシンラーニング (機械学習) とは、一言で言えば、データから特定の特徴を抽出して予測問題を解決するプログラムです。いくつか例を挙げると、ネットワーク侵入や不正を防止するための異常検出、腫瘍などの物体の分類や歩行者の検出、マーケティングを目的としたソーシャルメディアの感情・認知の解析、自律走行車、交通パターンの評価および予測による最適な交通管制判断などがあります。

マシンラーニング (機械学習) アプリケーションは、防衛からオートモーティブ、産業機器、データセンターまでのあらゆる垂直市場にわたっています。誰かが行ったウェブ検索をそれぞれ毎回手作業でランク付けしようとすることは、人間には事実上不可能ですが、機械なら 1 日に数十億回でもこなします。これは、まさに機械が人間を助けることのできる仕事です。機械は、刻々と収集される津波の様なデータを検索し、複雑なパターンを自動的に認識することができます。そして、この洞察に基づいて賢明な判断をすることが可能です。正確を期すには、過去の経験を用いてパターンを検出できるようにモデルのトレーニング、テスト、および調整を行わなければなりません。

現在、最もよく知られているマシンラーニング (機械学習) 方法の 1 つは、ニューラル・ネットワークによる物体検出・認識です。ニューラル・ネットワークは、相互に接続された脳神経細胞をモデルとしており、ネットワーク内のレイヤーごとに下位レベルの詳細を抽出するさまざまなレイヤーを使用します。FPGA は、データの検索と分類をリアルタイムで実行できるため、これらのレイヤーを極めて効率的に実装します。8 Tbps のオンダイメモリ帯域幅を利用し外部メモリーとの通信の必要性を最小限に抑えることに加え、柔軟な FPGA アーキテクチャーを利用して電力効率が極めて高い実装が得られます。

さらに、FPGA はインラインビデオ、信号、またはパケット処理を分類する際、ネットワークに出入りするデータを効率的に直接移動することも可能です。

インテルは、FPGA の専門家になる必要なく、推論 (スコアリング) 用 CNN トポロジーを超低消費電力で実装する FPGA アーキテクチャーの柔軟性を利用するために、Deep Learning Accelerator FPGA IP (Intellectual Property) を提供しています。FPGA にロードされたこの IP により、DAAL (Data Analytics Acceleration Library) に入っている Intel® Caffe、および Intel® MKL-DNN を利用して、FPGA を再コンパイルせずに ALexNet や GoogleNet のようなトポロジーを構築できます。

Deep Learning Accelerator FPGA IP を使用して FPGA への実装を希望される場合は、販売代理店にお問い合わせください。事前にロードされた、すぐに推論を実行できるターンキー FPGA ボードである、Intel® Deep Learning Inference Accelerator ボードの購入も可能です。また、インテル® Caffeインテル® MKL-DNN を使用して CNN トポロジーの開発を直ちに開始し、シームレスに FPGA に実装できます。

この実装は、ソフトウェア開発フローを用いた柔軟で拡張性の高い FPGA 実装を支援する インテル® SDK for OpenCL* と OpenCL* 言語を使用して作成されています。

インテル® SDK for OpenCL* の詳細情報 >>

ディープラーニングを加速させる FPGA の実装デモ