MSやPFNのAI技術最新情報からPost Kまで ― DLLAB DAY 2018 基調講演レポート：イベントから学ぶ最新技術情報

MSのAI技術の最新情報として「Windows MLアーキテクチャ」や「Azure Sphere」「Project BrainWave」など、PFNの事例や「Chainer MN」「Menoh」など、さらにABCIや「Post K」など、基調講演の注目ポイントをまとめる。

連載目次

　6月21日、都内でDLLAB Day 2018「深層学習を使いこなす日」が開催された。同イベントは、Deep Learning Labが1周年記念イベントとして行ったもの。Deep Learning Labは、マイクロソフトとPreferred Networksの協業として生まれた「ディープラーニングに関連する、開発事例や最新技術動向を情報発信するコミュニティ」（Deep Learning Labサイト）である。イベントは、基調講演とセッションから成るが、ここでは基調講演の模様をレポートする。

　基調講演を行ったのは、以下の3氏（登壇順）。

　当初、金出武雄氏（カーネギーメロン大学）が登壇予定だったが、先の関西地区の地震によりご自宅が被災されたとのことで、急きょ、松岡氏が登壇することになった。当日、金出氏は、Skypeであいさつを行った。

日本マイクロソフト榊原氏の講演

　最初に講演を行ったのは、日本マイクロソフトの榊原氏（図1）。

図1　日本マイクロソフト株式会社 執行役員 最高技術責任者（CTO）マイクロソフトディロップメント株式会社代表取締役社長 榊原彰氏

　「Intelligent Cloud, Intelligent Edge & Real-time AI」とし、マイクロソフトのAI製品関連を中心に講演を行った。同社は、4月のハノーバーメッセに合わせ、Azure、IoT関連の製品を発表した。また、年内に登場するWindows 10の次期アップデートでは、機械学習を利用するための「Windows MLアーキテクチャ」（図2）を搭載する予定だ。

図2　次のWindows 10には、機械学習用のAPIなどが搭載される予定だという

　同社は、Azure上で機械学習を利用する「Intelligent Cloud」と、それにつながる「Intelligent Edge」を作り、そこにWindows 10 IoTをベースとするさまざまなIoT機器を動作させ、そこでも機械学習の推論を可能にできるようにするという。また、このために新たに「Azure Sphere」（図3）と呼ばれる組み込み系のプラットフォームを提供する。これは、Cortex-Mクラスの組み込み向けの小さなプロセッサ向けで、Linuxカーネルを応用したものだという。マイクロソフトは、このAzure Sphereを、「Windows 10 IoT Core」（スマートフォンなどに使われているアプリケーションプロセッサクラスを対象）、「Windows 10 IoT Enterprise」（PCクラスのプロセッサ）と合わせることで、広範囲なIoTデバイスをカバーし、「Intelligent Cloud」、「Intelligent Edge」と接続する構想を持っている。

図3　マイクロソフトは従来のWindows 10 IoT（CoreとEnterprise）に加え、Azure Sphereと呼ばれる組み込み向けの小規模プロセッサ用のOSを開発した

　また、クラウド側での機械学習の高速化については、ソフトウェアで構成を変更可能な半導体デバイスFPGA（field-programmable gate array）を使った「Project BrainWave」（図4）を紹介した。

図4　Project BrainWaveは、インテルのFPGAデバイスを応用したハードウェアDNNエンジン

　マイクロソフトは、Azureを構成するサーバーにFPGAを搭載（図5）し、これを利用して機械学習を高速化する。Project BrainWaveでは、FPGA同士が直接ネットワークに接続しており、複数のFPGAボード（Catapultと呼ばれる）を連携させることが可能。マイクロソフトによれば、グーグルのTPUよりも5倍も低いレーテンシー（遅延）が実現できたという。

図5　マイクロソフトがAzureで標準的に利用しているサーバーには、Catapultと呼ばれるカードが搭載され、CPUとは独立してネットワークを介して処理を行えるようになっている（CPUと接続しているのは、FPGAへのアルゴリズムの書き込みの必要があるため）。

Preferred Networks西川氏の講演

　次に登壇したのはPreferred Networks社の西川氏（図6）。

図6　株式会社Preferred Networks創業者 代表取締役社長 最高経営責任者 西川徹氏

　自社の概要を説明した後、Automotive、Healthcare、Factory Robotが主要なビジネスであるとの解説を行った（図7）。これまでに行ってきた協業の例として、正常状態の機械の動作時の振動波形だけを学習させて、異常検出を行ったことや工作機械の熱変位補正をAIで予測、加工精度を40％向上させたことなどを示した。

図7　同社の注力領域は、Automotive、Healthcare、Factory Robotだという

　また、NTTコミュニケーションと国内最大のGPUクラスター（図8）を構築、1024基のNVIDIA Tesla P100で分散深層学習パッケージChainer MNを動作させている。これにより、これまで30分以上かかっていたImageNet-1Kの学習を15分で終了できるとした。

図8　Preferred Networksは、NTTコミュニケーションと協力して1024基のGPUが稼働するGPUクラスターを構築

　また、新しい試みとして、ONNXで記述されたモデルで高速推論を行う「Menoh」（図9）を発表した。