Preferred Networks(PFN)が開発するディープラーニング(深層学習)フレームワーク「Chainer」が間もなく、分散処理に対応することで大幅に高速化する。PFNの西川徹社長が2017年1月26日(米国時間)に米サンフランシスコで開催された「Deep Learning Summit 2017」で明らかにした(写真1)。 現在のChainerは、マルチノード(複数サーバー)での学習に対応にしておらず、1台のノード上で複数のGPU(Graphics Processing Unit)を使用する場合も、どのGPUで何の処理を実行するのかをプログラマーが記述する必要があった。PFNはマルチノードでの学習に対応した分散バージョンのChainerを開発中で、社内ではテストも始めている。この分散バージョンのChainerでは設定を変更するだけで、マルチノード環境やマルチGPU環境に対応する
![PFNの深層学習フレームワーク「Chainer」が大幅な高速化へ、分散処理に対応](https://cdn-ak-scissors.b.st-hatena.com/image/square/b19cde2a5738c795ac4ebd9059833e2fed7ffeb4/height=288;version=1;width=512/https%3A%2F%2Fxtech.nikkei.com%2Fit%2Fatcl%2Fnews%2F17%2F012700269%2Flarge.jpg%3F20220512)