エッジAI、水中での無線給電 500超の研究成果を披露：イノベーションジャパン 2019（1/4 ページ）

[永山準, 村尾麻悠子，EE Times Japan]

　2019年8月29〜30日に開催された「イノベーションジャパン 2019」（東京ビッグサイト）では、多数の大学、研究機関、ベンチャー企業が出展し、500を超える研究成果を展示した。両日とも会場は多くの来場者でにぎわっていた。今回は、そのうちの一部を紹介する。

多くの来場者でにぎわっていた「イノベーションジャパン 2019」（クリックで拡大）

FPGAでエッジAIを高速化、しかも低消費電力

　大阪工業大学 情報科学部 情報知能学科の准教授、中西知嘉子氏らのグループは、エッジデバイスでの推論処理（エッジAI）の高速化に向けた技術を展示した。推論アルゴリズムを解析して処理が重い部分を選定し、その部分だけをFPGAが処理するようにアルゴリズムを最適化している。最適化したアルゴリズムの実装には、Xilinxの「Zynq UltraScale＋ MPSoC」をベースにしたAvnetの評価ボード「Ultra96」を用いた。

　具体的には、物体認識／検出をするAIアルゴリズムであるYolo v3を解析。すると、中身の95％が行列演算だったという。そこで、重い処理であるこれらの行列演算をFPGAで実行させ、それ以外の演算や制御はCPUで行うようにした。加えて、処理速度を上げるための並列化や、共有メモリによるメモリアクセスなどの最適化も行った。その結果、画像1枚（608×608ピクセル）の推論にかかる時間が、「Raspberry Pi 3（ラズパイ）」に比べて10分の1以下になったという。処理時の消費電力は5〜6Wで、ラズパイ（3〜6W）と同等レベルだった。

　中西氏は、「Yolo v3に限らず、画像処理はほとんどが行列演算。今回開発したアルゴリズムも、Yolo v3以外への流用にもすぐに対応できる」と述べている。

左＝最適化したアルゴリズムを実装した「Ultra96」／右＝最適化アルゴリズムで推論を行った結果。「Ultra96（前）」というのは、アルゴリズムやデータ転送などを最適化する前の段階。全て最適化したものの結果が「Ultra96（後）」となる（クリックで拡大）