コネクテッドデバイス向け信号処理知的財産（IP）のライセンサーであるCevaは、第2世代のディープニューラルネットワークソフトウェアフレームワークを発表しました。この新しいCDNN2 （Ceva Deep Neural Network）は、GoogleのTensorFlowを組み込みシステムにサポートします。
分析のレイテンシも短縮されるため、ディープラーニング機能を内蔵したデバイスでは、レイテンシが高いクラウドベースのディープラーニング ソリューションでは実現できないような処理が可能になります。
CDNN2 は、Ceva 独自の「インテリジェント ビジョン プロセッサ」である Ceva-XMP4 とペアになっており、3D ビジョン、計算写真、視覚認識、分析が可能になります。
Cevaの第2世代ディープニューラルネットワークソフトウェアフレームワークへの主要な追加機能の一つは、急速に最も人気のある機械学習ソフトウェアライブラリの一つとなったGoogle TensorFlowのサポートです。CDNN2は畳み込みネットワークのサポートも提供しており、これにより任意のネットワークを任意の入力解像度で動作させることができるほか、最新のネットワークトポロジとレイヤーに対応した機能とパフォーマンスが向上しています。
GoogleのTensorFlowモバイル/組み込みチームのリーダーであるPete Warden氏は、「CevaがTensorFlowを採用してくれたことを大変嬉しく思います。組み込みデバイスにおけるディープラーニングの潜在能力を最大限に引き出すには、電力効率が鍵となります。Cevaの低消費電力ビジョンプロセッサとCDNN2フレームワークは、幅広い開発者が自社のデバイスでTensorFlowを活用できるよう支援するでしょう。」と述べています。
TensorFlow が広く普及することで Google は利益を得られます。TensorFlow 開発者が増えれば、 TensorFlow をネイティブにサポートするチップの供給も増えるからです。その結果、Google は自社のデータセンター向けに、TensorFlow に最適化された安価なチップを購入できるようになり、（既に行っているように）自社でゼロからチップを開発する必要がなくなります。
Tom's Hardware の最高のニュースと詳細なレビューをあなたの受信箱に直接お届けします。
Cevaのマーケティング担当副社長であるエラン・ブリマン氏は、同社の顧客が既に同社のディープラーニングソリューションを活用し、ドローン、監視カメラ、先進運転支援システムの機能強化に活用していると述べています。新しいCDNN2は、TensorFlowのサポートと組み合わせることで、同種の製品の機能向上が期待されるだけでなく、ディープラーニングを活用できる他の種類の製品やサービスの市場開拓にも貢献します。これには、拡張現実（AR）、仮想現実（VR）、その他の類似のコンピュータービジョンアプリケーションが含まれます。
CDNN2ソフトウェアライブラリは高度にモジュール化されており、Ceva-XM4チップ向けのアプリケーション開発キットの拡張機能としてソースコードとして提供されます。このライブラリは、Alexnet、GoogLeNet、ResidualNet（ResNet）、SegNet、VGG（VGG-19、VGG-16、VGG_S）、Network-in-network（NIN）など、様々なネットワークをサポートしています。CDNN2は、畳み込み、逆畳み込み、プーリング、全結合、ソフトマックス、連結とアップサンプリング、そして様々なインセプションモデルなど、最先端のニューラルネットワーク層もサポートしています。
CDNN2の主な特徴の一つは、オフラインのCevaネットワークジェネレータを搭載していることです。このジェネレータは、事前学習済みのネットワークを、固定小数点演算ハードウェアを搭載した組み込みデバイス向けに高度に最適化されたネットワークに変換します。通常、浮動小数点ユニットをサポートしていないのは、旧式の組み込みチップや超低価格の組み込みチップのみです。Cevaによると、これらのチップ向けに最適化されたネットワークは、ボタンを押すだけで生成できます。
Ceva のディープラーニング ソフトウェア フレームワークに興味のある開発者は、ネットワーク シミュレーションをリアルタイムで実行できる開発者ボードも入手できます。
ルシアン・アルマスはTom's Hardwareの寄稿ライターです。 @lucian_armasuでフォローできます。
ルシアン・アルマスは、Tom's Hardware USの寄稿ライターです。ソフトウェア関連のニュースやプライバシーとセキュリティに関する問題を取り上げています。
