メディア

個人情報を守る協調機械学習が医療用AIを加速する：英大学とNDIVIAが新しい取り組み（2/2 ページ）

» 2019年07月03日 11時30分公開

システムはNVIDIAの「DGX-2」がベースに

　今回のプロジェクトの一環として、KCLとNVIDIAの研究者やエンジニアたちが、ロンドンの複数の大病院において、現場で臨床医グループの活動に参加する予定だという。

　NVIDIAの産業ビジネス開発部門で、EMEA（欧州・中東・アフリカ）地域の医薬品・ヘルスケア・ライフサイエンス分野向けAIの責任者を務めるCraig Rhodes氏は、「このようなシステムを構築する上で、もう1つ重大な課題とされているのが、適任の専門家たちを集めた開発チームを作ることだ」と述べる。

　同氏は、「研究チームを設立するに当たり、コンピュータサイエンティストやシステムエンジニア、アルゴリズム／AI分野の研究者だけでなく、臨床データや臨床システムに関する深い知識を持ち、コミュニケーションを介して効果的にシステムを構築することができる専門家たちを集めることは、非常に難しい」と指摘する。

　AIシステムは、NVIDIAのスーパーコンピュータ「DGX-2」をベースとして構築する予定だ。DGX-2は、2PFLOPSの性能を達成するAIアクセラレーターボックスで、16個の「Tesla V100」GPUと、512GバイトのAIトレーニング用メモリを搭載するという。また、今回のプロジェクトでは、NVIDIAのAIツールキット「Clara」や、KCLと共同開発した畳み込みニューラルネットワークプラットフォーム「NiftyNet」の他、Kheiron MedicalやMirada、Scanなどのパートナー企業が提供する技術を採用するという。

NVIDIAのスーパーコンピュータ「DGX-2」画像：NVIDIA（クリックで拡大）

　Rhodes氏は、「医療データは、3Dと4Dの他、場合によっては5Dも使用する。このようなモデルの場合、メモリが大きなボトルネックとなる。最先端のモデルを学習させるためには、数多くのGPU全体でパラメータとメモリを同期できるシステムが不可欠だ」と述べている。

【翻訳：田中留美、編集：EE Times Japan】

原文へのリンク

2019年も大注目！　出そろい始めた「エッジAIプロセッサ」の現在地とこれから
2018年に登場したスマートフォンのプロセッサの多くにAI機能（機械学習）を処理するアクセラレーターが搭載された。そうしたAIアクセラレーターを分析していくと、プロセッサに大きな進化をもたらせたことが分かる。こうした進化は今後も続く見通しで、2019年もAIプロセッサに大注目だ。
NVIDIA、99ドルのAIコンピュータを発表
NVIDIAは、高い演算性能を持ちながら消費電力が小さいCUDA-X AI（人工知能）コンピュータ「Jetson Nano」を発表した。開発者や個人のクリエーターなどに向けた「開発者キット」の価格はわずか99米ドルである。
「ムーアの法則は終わった」、NVIDIAのCEOが言及
台湾・台北で開催された「COMPUTEX TAIPEI 2017」で、NVIDIAのCEOであるJensen Huang氏は、「ムーアの法則は終わった。マイクロプロセッサはもはや、かつてのようなレベルでの微細化は不可能だ」と、ムーアの法則の限界について言及した。
NVIDIAがエネルギー効率の高い相互接続技術を解説（前編）
バスやリンクなどの相互接続（インターコネクト）は大きなエネルギーを消費する。では、どのようにして消費電力を下げ、エネルギー効率を高めればよいのか。前編では、信号振幅を小さくする方法と、電荷を再利用する方法の2つについて解説する。
AIチップの半導体業界への影響
「AIはなぜ必要になっているのか？」「いつからどれくらいの規模で市場が立ち上がるのか？」は一切報道されない。ここではこの2つの疑問についてIHSの見方を説明していきたい。
組み込みAIを加速する、ルネサスの新Processing-in-Memory
ルネサスエレクトロニクスは、メモリ回路内でメモリデータの読み出し中に積和演算を行う既存のProcessing-in-Memory（PIM）を改良した、新たなPIM技術を開発したと発表した。同技術をベースに開発したAIアクセラレーターをテストチップに実装して推論処理を行ったところ、8.8TOPS/Wの電力効率を実証したという。