<ol id="e3jor"></ol>


  • <em id="e3jor"><acronym id="e3jor"><u id="e3jor"></u></acronym></em><nav id="e3jor"></nav>
  • <tbody id="e3jor"></tbody>

    <dd id="e3jor"><pre id="e3jor"></pre></dd>
  • <form id="e3jor"></form>
    <rp id="e3jor"><strike id="e3jor"></strike></rp>
    <dd id="e3jor"><noscript id="e3jor"></noscript></dd>

    日本 - リコーグループ企業?IRサイト Change
    Skip to main content First level navigation Menu
    Main content

    AIコンペティション表彰実績

    リコーの貞末多聞等が投稿した高速?低消費電力なAIモデル學習回路アーキテクチャの論文が情報処理學會T‐SLDM Volume 14のTSLDM Best Paper Awardを受賞

    2021年9月1日

    株式會社リコーの研究者である貞末 多聞、田中 拓哉、笠原 亮介等が投稿した、高速?低消費電力なAIモデル學習回路アーキテクチャについての論文「Scalable Hardware Architecture for fast Gradient Boosted Tree Training」が、情報処理學會(Information Processing Society of Japan、以下IPSJ)のオンラインジャーナル「IPSJ Transactions on System LSI Design Methodology」Volume 14において最優秀論文と認められ、「TSLDM Best Paper Award」を受賞しました。

    GBDTモデルの學習が可能な回路アーキテクチャを開発

    この論文は人工知能(AI)の機械學習において、データベースなどで構造化された大量データの學習に高い性能を発揮するGradient Boosting Decision Tree(GBDT:勾配ブースティング決定木)モデルの學習を、FPGA(Field-Programmable Gate Array:設計者がプログラムによって設定を変更できる集積回路)を用いて行うもので、最先端のGPU(Graphics Processing Unit)による學習と比較して11~33倍の性能と300倍以上の電力効率を達成したものです。

    FPGAはハードウェアアーキテクチャのため、ソフトウェアアーキテクチャよりも低消費電力で処理速度が速いという利點がありますが、書き込んだプログラムによりデータや回路が固定され、また、メモリやロジックに容量の制約があるため、汎用性に欠けるという問題がありました。この論文では、データやパラメーターを與えることでFPGAに書き込むプログラムを自動生成する手法をデザインし、さまざまな學習に柔軟に対応できるようになりました。さらに、外部からのデータ入力へ対応し、大量のデータを使った學習も可能にしました。これらにより、さまざまなユースケースへの柔軟な対応と、學習の高速化?低消費電力化を実現しました。

    この技術の応用先として、オンライン広告のリアルタイムビディング(Real-Time Bidding)、Eコマースでのリコメンデーションなどのweb分野、コンピューターによる株式の高頻度取引(High Frequency Trading)などの金融分野、サイバー攻撃の検出などのセキュリティ分野、ロボティクスなどに今後貢獻するものと見込まれます。また、近年注目を浴びているIoT(Internet of Things)デバイスを始めとする各種エッジデバイスにおいても、その高い電力効率を活かして、高度なモデルの學習が可能となります。

    リコーは、「OAメーカーからの脫皮」と「デジタルサービスの會社への転換」という方針を掲げ、今後の成長に向けてAIを5Gと並んで最も重要な技術と位置付けています。2017年に「AI応用研究センター」を設立して、製品へのAIの搭載や、社內業務改革への適用などに取り組んでいます。リコーはお客様に質の高いデジタルサービスを屆けるため、今後もAI技術への取り組みを進めてまいります。

    老熟妇乱子伦在线观看_亚洲日韩va在线视频_免费中文字幕午夜理论午夜片_99re8热视频这在线视频