IT製品導入に関する技術資料を多数掲載 ホワイトペーパーダウンロードセンター
  • @IT
  • ITmedia エンタープライズ
  • ITmedia マーケティング
  • TechTarget
  • キーマンズネット

WP

インテル株式会社

製品資料

インテル株式会社

ディープラーニングには「GPU」か「FPGA」か? 画像処理の高速化で大きな差

機械学習の分野で導入が進むディープラーニング。その中でも画像の処理と分類を高速化するポイントとなるのが、畳み込みニューラルネットワーク(CNN)へのGPUやFPGAの応用だ。それではGPUとFPGAで実際にどれだけの差が出るのだろうか。

コンテンツ情報

公開日 2017/10/02 フォーマット PDF 種類 製品資料
ページ数・視聴時間 6ページ ファイルサイズ 393KB

要約

 機械学習に大きな進化をもたらした「ディープラーニング」。その中核を成すニューラルネットワークの技術には、動画などの処理に優れた再帰型(RNN)と静止画などの処理に優れた畳み込み型(CNN)がある。近年、機械学習の分野でGPU(Graphics Processing Unit)の導入が進んでいる背景には、後者であるCNNの並列計算をGPUが得意とすることが挙げられる。

 しかし、GPUの大量搭載は、CNNのパフォーマンスを向上させる一方で、巨大な電力消費が問題となる。そこで注目され始めたのが、電力効率の面でも優れた特性を持つ「FPGA(Field Programmable Gate Array)」だ。既に「AlexNet」や「GoogLeNet」のベンチマークアルゴリズムを、FPGAに最適化して実装した製品も登場している。

 本資料では、CNNアルゴリズムに基づく画像の処理と分類に対して、省電力性に優れたFPGAが、GPUなどのHPCデバイスと比べてどれだけのパフォーマンスを発揮するのかを詳細に解説する。FPGAでOpenCLプラットフォームを利用することで実現可能なDLA(Deep Learning Accelerator)アーキテクチャの実力をぜひ確認してもらいたい。

アンケート

※「アンケート回答」「続きを読む」には、下記ボタンを押して会員登録あるいはログインしてください。