Chainer開発元に聞いた、深層学習向け次世代プラットフォームの実力と可能性

　近年、ディープラーニング（深層学習）の分野は急速な進化を遂げているが、その中でも注目されているのが、柔軟性の高いディープラーニングフレームワークである「Chainer」だ。ニューラルネットワークを定義しながら実行する「Define by Run」が特徴のChainerは、定義と実行をPythonのみで行える点が大きなメリットとなる。

　しかし、その環境を構築することは決して容易ではない。ハードウェアの準備には多くの負荷がかかり、ソフトウェアの面でも性能を十分に引き出すためには高度なノウハウが求められる。その解決策となるようなクラウドサービスも登場しているが、データを外部に出さなければならない点がネックとなる。

　それでは、ディープラーニングのモデルがより深く、大規模になっていく中で、学習に必要となる膨大なコンピューティング能力をどのように獲得すればよいのだろうか。本コンテンツでは、Chainer開発元の最高戦略責任者との対談を通じて、Chainerに最適化された次世代プラットフォームの可能性やディープラーニングの将来像を探る。