エッジAIを安価・高速に、FPGAを駆使するベンチャー：どんなモノにも深層学習を実装（2/2 ページ）

LeapMindは2018年8月31日、東京都内で同社初となるプライベートカンファレンス「DeLTA TECH 2018」を開催した。このイベントでは、LeapMindの強みとなる技術が多く明かされていた。

[松本貴志，EE Times Japan]

モデルをFPGAに実装する技術にも強み

　さらに、モデルをFPGAに実装するにあたり各種の方策を凝らしたとする。積和演算にDSPを活用することによる演算高速化や、テンソル積演算器のハードウェア化などによる動作周波数の最適化、テンソルをハードウェアサイズに合わせて分割し多重ループの最適化などを実施した。

左：積和演算のDSP活用　右：動作周波数の最適化（クリックで拡大） 出典：LeapMind

　また、イベントではDeLTA-Familyを実装したFPGAデバイスによる実機デモを展示。安村氏は、「ディープラーニングによる顔認識アプリケーションをArmアーキテクチャのCPUで実行した場合は、0.6フレーム/秒（fps）程度の速度にとどまってしまう。DeLTA-Familyを活用すれば、ローエンドなFPGAデバイスでも10fps程度のスムーズな動作を実現できる」として、同社ソリューションの優位性を強調した。

ディープラーニングによる顔認識アプリケーションを行うデモの様子。写真撮影時、9.9fpsで動作していた