Xilinx、FPGA／SoCからソフト企業へ：機械学習にフォーカス（2/2 ページ）

[馬本隆綱，EE Times Japan]

5年以内に潜在ユーザーを5倍に

　同社は事業展開の中で、「これから5年以内にポテンシャルユーザーを5倍にする」という目標を掲げている。同社の開発環境を利用するFPGA技術者は現在、約5万人いるという。「SDSoC」や「SDAccel」は、ソフトウェア技術者、アプリケーション技術者まで利用することが可能なFPGA開発環境であり、その対象となる規模は25万人以上になると試算している。これから期待する領域としては、クラウドや組み込みシステムにおける機械学習の用途を挙げた。

　最後に、FPGAを用いたクラウドサービスにおいて、機械学習などのコンピューティングワークロードを高速化したユーザー事例を簡単に紹介した。画像の分類やスマートシティーの監視システムにおける物体検出では、GPUとの比較で5倍のパフォーマンスが得られた。ゲノム解析においては、従来30時間以上要していた解析時間がわずか20分に短縮できたという。

　ビデオストリーミングにおける同社の強みも紹介した。オリンピックなどのライブイベントではリアルタイムでエンコード、デコードをする必要がある。また、配信先によって映像品質は4K映像からスマートフォン向け映像まで、その要求は多岐にわたる。中継が終了すれば、FPGAの処理能力を他の処理に振り分けることも必要となる。

　このような場合、FPGAをリアルタイムに再構成する必要がある。そこで強みとなるのは同社製品がサポートしている「パーシャルリコンフィギュレーション」機能である。必要となる部分の回路ブロックのみを書き換えるだけで済み、ミリ秒単位で瞬時に動的再構成が可能だという。

ワークロードのアクセラレーション事例 出典：ザイリンクス

EC2 F1インスタンスに16nm UltraScale＋FPGA採用

　続いて登壇したAWSのDavid Pellerin氏は、AWSクラウドの特長や導入効果、アプリケーション開発などについて説明した。AWSは2016年12月、EC2の新たなF1インスタンスに、Xilinxの16nm UltraScale＋FPGAを採用すると発表している。

　F1インスタンスには、FPGA開発者用AMI（Amazon Machine Image）とハードウェア開発キット（HDK）が含まれており、ハードウェアアクセラレーションコードの開発やシミュレーション、デバッグなどが行える。FPGAの設計が完了した後、その情報をAFI（Amazon FPGA Image）として登録しておけば、数クリックの操作で、利用するF1インスタンスにカスタムFPGAを展開できるという。

　F1インスタンスには、2つの異なるサイズを用意した。16nm UltraScale＋FPGAを1個搭載した「f1.2xlarge」と8個搭載の「f1.16xlarge」である。

左はF1インスタンスを用いたFPGAアクセラレーションの概要、右はF1インスタンスのサイズと主な仕様 （クリックで拡大） 出典：AWS

　最後に、金融計算やゲノムシーケンス、画像／動画処理、ビッグデータ／機械学習などの用途におけるF1の活用事例を紹介。FPGAパートナー企業とAWSユーザーにおける連携の重要性を訴え、講演を締めくくった。