イスラエルに拠点を置くディープラーニングと人工知能（AI）の専門企業Deciは今週、CPUを用いて「画期的なディープラーニング性能」を達成したと発表しました。ディープラーニングとAI処理においては、従来GPUが当然の選択肢でした。しかし、Deciが発表したように、より安価なCPUのみの処理ソリューションでも2倍の性能向上が実現すれば、GPU市場へのプレッシャーは緩和されるかもしれません。
DeciNetは、業界をリードするDeci社の革新的な画像分類モデルであり、現在Intel Cascade Lake CPUでの使用に最適化されています。Deci社独自のAutomated Neural Architecture Construction（AutoNAC）技術を採用しており、CPU上で実行した場合、Googleが開発したEfficientNetと比較して2倍以上の速度と精度を実現します。
「ディープラーニングの実践者として、私たちの目標は、最も正確なモデルを見つけることだけでなく、実稼働環境でシームレスに動作する、最もリソース効率の高いモデルを見つけることです。この有効性と精度の組み合わせこそが、ディープラーニングの『聖杯』なのです」と、Deciの共同創業者兼CEOであるヨナタン・ガイフマン氏は述べています。「AutoNACはこれまでで最高のコンピュータービジョンモデルを作成します。そして今、この新しいクラスのDeciNetを適用することで、CPU上でAIアプリケーションを効率的に実行できるようになります。」
DeciNetsが取り組んでいる画像分類と認識は、現在ディープラーニングとAIシステムが応用されている主要なタスクの一つです。こうしたタスクは、Googleフォト、Facebook、運転支援システムといった消費者向け技術において重要な役割を果たしています。しかし、産業、医療、政府機関などのアプリケーションにおいても極めて重要です。
DeciNetが畳み込みニューラルネットワークの実行において「GPUとCPUの性能差を大幅に縮める」ことができ、より高い精度を実現し、より安価でエネルギー効率の高いシステムで実行できると仮定しましょう。そうなれば、データセンター業界に大きな変化が起こる可能性があります。AI処理に高価なマルチGPUパッキングサーバーを必要としなくなるような大きな変化が、GPU市場の圧力を軽減する可能性があります。
注目すべきことに、DeciはIntelと協力し、Intelアーキテクチャ（IA）CPU上でのディープラーニング推論の最適化に約1年取り組んできました。また、複数の顧客が既に製造業において同社のAutoNAC技術を採用しているとのことです。
Deciのような企業は、当然のことながら自社の新技術に非常に楽観的であり、それはニュースリリースにも表れていることを忘れてはなりません。しかし、性能や効率性に関する主張は正確かもしれませんが、既存の業界には大きな慣性があり、実績のあるソリューションから移行するまでの時間が長引いてしまうのです。
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。
2021年4月、ライス大学ブラウン工学部が開発した、一部のディープラーニングアプリケーションにおいてCPUの性能をGPUよりもさらに高速化できる新しいアルゴリズムについて報告しました。研究者たちは、特定のユースケースを用いてその進歩を実証しました。一方、Deciは非常に需要の高いディープラーニング／AI処理タスク（画像分類と認識）をターゲットにしているように見えるため、テクノロジー業界からの関心がより高まると予想されます。
マーク・タイソンはトムズ・ハードウェアのニュース編集者です。ビジネスや半導体設計から、理性の限界に迫る製品まで、PCテクノロジーのあらゆる分野を網羅的にカバーすることに情熱を注いでいます。
