Masaki Kan
2018年10月9日
ハード・ソフト全体に対し、(最終的な推論結果の確度は落とさずに)処理やデータの精度を落とす・部分的にエラーを許容する技術を開発することで、電力効率100倍向上へ
2018年9月5日、学校法人中央大学を代表事業者(研究開発責任者 竹内健教授)とした、三栄ハイテックス株式会社、情報・システム研究機構 国立情報学研究所(以下、NII)、合同会社リトルウイングの4機関を開発共同提案者としたグループは、国立研究開発法人新エネルギー・産業技術総合開発機構(以下、NEDO)が実施するプロジェクト「高効率・高速処理を可能とするAIチップ・次世代コンピューティングの技術開発」の研究開発項目の1つである「次世代コンピューティング技術の開発」に対して提案を行い、採択されました。合同会社リトルウイングは中央大学の再委託先としてプロジェクトに参画します。
本研究では、データセンタ等の用途に向けて、不揮発性メモリデバイスをデータ記憶・処理にフルに活用した、「イン不揮発性メモリ分散Approximateコンピューティング技術の研究開発」に取り組みます。
AI技術の進展、IoTアプリケーションの広がりから、将来のデータの特性は、データ量が膨大なだけでなく、時々刻々変化して処理・記憶される「ファストデータ(リアルタイムデータ)」になってまいります。リアルタイム制御、セキュリティ・見守り、自動運転などの用途のために、このファストデータを即時に処理・記憶することが求められますが、従来のLSI・コンピュータには精度・信頼性とコスト、性能・電力等の間にトレードオフがあり、劇的な性能向上には技術的課題があります。
そこで本研究では、メモリデバイス、AIアクセラレータ、分散処理、ネットワーク等のハード・ソフトの全体に対し、(最終的な推論結果の確度は落とさずに)処理やデータの精度を落とす・部分的にエラーを許容するApproximateコンピューティング技術を開発することで、電力効率の100倍向上を目指します。
データセンタで実行される、AIを使う画像認識・音声認識・自然言語処理などの応用・サービスでは、厳密な計算は必ずしも必要とされないため、本研究の成果は非常に有効であると考えられます。
本プロジェクトでは、ハード・ソフトの広い領域をカバーできる4機関が密接に連携することで、ハード・ソフトのコデザインを行います。従来の研究では、コンピュータを構成する全体システムの一部(例えばアクセラレータやメモリ)にApproximateコンピューティングを適用した事例はあります。しかし、本研究開発のように、ハード・ソフトの各分野の専門家が結集し、システム全体にApproximateコンピューティングを適用することは世界で初めての試みと考えています。
また、将来のデータセンタでのデータの変化(ビッグデータからファストデータへ)によるコンピューティングの変化(CPU中心からメモリ中心へ)を好機と捉え、本研究では日本のメモリベンダ(協力企業)と密接に連携することで、世界に先駆けて、メモリを中心としたコンピューティングの確立を目指します。