深層学習プロジェクトが1年で倍増、特化型クラウドプラットフォームが推進剤に

　本番稼働中の深層学習プロジェクトが2019年までの1年間で倍増したという。多くは複数のフレームワークが使用されており、一般的なTensorFlowのフレームワークが74％、PyTorchが43％と上位を占めた。何より注目すべきは、その96％がクラウド環境で実行されていることだ。

　実際、クラウド上で深層学習を展開するユーザーに話を聞くと、3つのメリットが浮かび上がってくる。1つはハードウェア、人員、エネルギーのコスト削減だ。ハードウェア調達の初期コストはもちろん、運用するITプロフェッショナル、さらには電気料金だけでも膨大なコストが浮くことになる。2つ目は、分散した複数のチームでコラボレーションできることだ。離れた場所にいるチーム同士でもモデル開発を高速化できる。

　そして3つ目は、クラウドプラットフォームの補完的な機能とツールの充実だ。特にセキュリティと可用性に対する評価が高く、ユーザーの深層学習プロジェクトの前進を後押ししている。本資料では、深層学習の調査結果とともに、多数のユーザーが選んだクラウドプラットフォームの特長を解説する。プロジェクトを本番環境へ押し上げる秘訣が見つかるだろう。