少ないデータに対する機械学習、深層学習の適用
【LIVE配信】2024/4/15(月) 10:30~16:30 , 【アーカイブ配信】4/16~4/30 (何度でも受講可能)
お問い合わせ
03-6206-4966
AI・機械学習 半導体・電子部品実装 研究・開発 専門技術・ノウハウ
Edge AI半導体チップの基礎と応用および最新動向・今後の展望【提携セミナー】
開催日時 | 未定 |
---|---|
担当講師 | 百瀬 啓 氏 |
開催場所 | 未定 |
定員 | 未定 |
受講費 | 未定 |
【提携セミナー】
主催:株式会社R&D支援センター
◆セミナー趣旨
〇 AIチップとは?: AIチップの複雑度は、ネット全体の接続数に集約されます。その接続接点にデータの重要度(重み:人間の記憶)が重畳させた集合体がAIチップとなります。その簡単な原理からチップ実装を解り易く説明致します。
〇 Edge AIの市場の動向: AlexNet出現の2012年から遅れること2年でサーバ中心のAIチップの実用化が動き出しました。2016年頃より低消費・小型化の研究が活発になり、2018年頃からEdge AIという市場領域が明確に言葉にされるようになりました。特にここ1〜2年はIoT市場をターゲットとしたスタートアップが活発に参入している1mW級のTinyMLチップ旋風が勢いを増しています。そのEdge AI・IoTの最前線も含め説明致します。
〇 Edge AI研究最前線:Edge AI特有の① 小型化・高性能化(量子化とスパース化)をベースに、現在学会を席巻し、既に市場にも出現しつつある② ニューロモルフィック工学の一端となる脳の構成を模倣したロジック・メモリ融合型のCompute in-memory (CIM)技術をデジタル・アナログ、またSRAM/NVRAMの切り口で説明致します。さらに、③より脳細胞の動作原理を取り込んだスパイキングニューラルネットワークや、④ リザバー技術もわかりやすく紹介致します。
◆習得できる知識
◆受講対象
◆必要な前提知識
(2)浅井 哲也, 他 “ディープ・ラーニング&ニューロモルフィック・ハードウェアの遍歴,” トランジスタ技術, vol. 2020, no. 10, pp. 27-34 (2020).
◆キーワード
Edge AI、AIチップ、動作原理、小型化、低消費、高性能化、セミナー、講演、研修
北海道大学 大学院情報科学研究院 学術研究員 工学博士 百瀬 啓 氏
【ご専門】
半導体デバイス、マルチメディアLSI、AIチップ、ニューロモルフィック、AIオープンイノベーション活動
【ご経歴】
東京工業大学修了(1979年)、工学博士(2002年)
(株)東芝 半導体技術研究所/半導体事業部(1979〜2009年)、
(株)半導体理工学研究センター(STARC) (2009〜2016年)
北海道大学 大学院情報科学研究院(2016年〜現在)
1. AIチップ全体の発展と展開
1-1 AIチップの出現 (2014~)/競争激化のサーバ高速化 (‘16~)
1-2 高性能追求Edge AI(‘18~)/ Tiny MLチップの百花繚乱(’19~)
2. AIチップ構成のための要素技術
2-1 ディープラーニングの発展と展開
2-2 入力次元数とパラメータ数/演算数
3. AIチップの実装のためのポイントと演算性能
3-1 基本回路構成(MAC/中間データ/重みバッファー/関数)
3-2 MACアレイの構成種類_3-3 推論と学習の構成差
4. Edge AIの高性能化へのアプローチ(低消費電力化、小型化)
4-1 量子化(8-4b/Ternary、bin)
4-2 スパース化(Pruning/Data Skipping)
4-3 データフロー効率化(WS、OS/IS、RS)
4-4 メモリバンド幅(ルーフモデル)
5. Edge AIの究極の技術 ?! CIM (Compute in memory)・・・研究最前線
5-1 アナログCIMとデジタルCIMの動向(含むNear Memory)
5-2 s_CIM (SRAM)・・・ Current domain type/ Charge domain type
5-3 nv_CIM (NVM)・・・ReRAM/PCM等
6. 激しさを増すサーバ用AIチップ技術の動向・・・参考情報
6-1 GPU vs ASIC(A100 vs TPU/1,2・・5、MN-Core・・・)
6-2 メモリ混載型の対応 (DaDianNao、Graphcore, Cerebras1/2)
6-3 並列演算処理の戦い (データ vs モデル並列、スパース化)
7. アプリドメイン別Edge AIチップの最前線
7-1 Edge AI (自動運転, スマホ, 産業用, EdgeTPU, J_Nano・・・)
7-2 TinyML(MCU型/RISC-V/CIM型/TFL型/ニューロモルフィック型)
8. Edge AIでのブレークスルーを担うニューロモルフィック工学
8-1 ニューロモルフィック工学最前線
8-2 SNN チップ (TrueNorth/Loihi2/DynapSE CNN)
8-3 最新注目技術動向:リザバーコンピューティング
9. 各種アプリケーションへのチップ適用・・・参考情報
9-1 自動運転(E2End/R-CNN)、自動翻訳(Attention/Transformer)
9-2 深層強化学習(アルファ碁/Zero)、IoT(人物検知, KWS, 異常検知)
10. 今後の技術動向と纏め
未定
未定
未定
※セミナー主催者の会員登録をご希望の方は、申込みフォームのメッセージ本文欄に「R&D支援センター会員登録希望」と記載してください。ご登録いただくと、今回のお申込みから会員受講料が適用されます。
※R&D支援センターの会員登録とは?
ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
すべて無料で年会費・更新料・登録費は一切かかりません。
———-【当日のテキスト資料について】———-
———-【注意事項】———-
★下のセミナー参加申込ボタンより、必要事項をご記入の上お申し込みください。