サクサク読めて、アプリ限定の機能も多数!
トップへ戻る
都知事選
projects.preferred.jp
Overview 深層学習による問題解決能力を支える計算基盤 深層学習をはじめとするPreferred Networks(PFN)の中核技術は膨大な計算を要求します。 PFNでは、多量の計算を効率的に実行するために独自の計算機クラスターを複数運用しています。 これらの計算機クラスターはシリーズ毎にナンバリングされており、現在はMN-2、MN-3が稼働しています。 PFNにおける計算基盤の研究開発 PFNのビジネスや研究開発は膨大な計算能力に支えられており、常に多くの計算需要が存在しています。性能や効率が良い計算基盤を実現するための研究開発はPFNにとって欠かすことができないものです。 GPUやMN-Coreなどの演算アクセラレータを搭載したサーバー群とネットワークやストレージなどの周辺要素を組み合わせてPFNが必要とするワークロードに最適化されたシステム設計をおこない、常に最先端の計算基盤
Overview AI/基盤モデルが必要とする計算資源はこれまでのスーパーコンピュータの進化の速度を大幅に上回り、爆発的に増加しています。技術の社会実装に向けて、低コスト/低環境負荷な計算資源が求められています。 Preferred Networks(PFN)は、AI/基盤モデルに要する高速かつ莫大な計算能力を賄うため、深層学習を高速化するプロセッサー(アクセラレータ)MN-Core™シリーズを神戸大学と共同開発し、MN-Core™シリーズを用いた大規模コンピュータクラスター(スーパーコンピュータ)の構築を進めています。 MN-Core Series 莫大な計算量を必要とする深層学習において、計算の高速化は大きな課題のひとつです。 AI/基盤モデルの学習フェーズに最適化した専用チップは、汎用用途のチップに比べ、機能を限定することで高い処理性能を発揮することができます。 PFNが神戸大学と共
Overview 株式会社Preferred Networksは、ロボットが身近な場所で活躍する社会の実現に向けて、パーソナルロボットの研究開発を行っています。 CEATEC JAPAN 2018では, トヨタ自動車株式会社が開発する "生活支援ロボットHSR(Human Support Robot)" を使い※、最先端の深層学習技術を応用した「全自動お片付けロボットシステム」を展示します。 このシステムは、CEATEC JAPAN 2018に展示されるイノベーション性が高く優れている技術・製品・サービス等を表彰する「CEATEC AWARD 2018」 において、インダストリ/マーケット部門 準グランプリ を受賞しました。 部屋の全自動片付けは、従来のロボットシステムでは実現困難でしたが、近年の深層学習の発展によって初めて実用的なレベルで実現できました。 物をつかむ、物を置く、動作計画を
Interactively Picking Real-World Objects with Unconstrained Spoken Language Instructions Presented at ICRA-2018 ICRA Best Paper Award on Human-Robot Interaction (HRI). Overview At Preferred Networks, we are applying the latest speech and natural language processing technologies as means of communication between humans and robots. Our latest work has succeeded in building an interactive system to w
このページを最初にブックマークしてみませんか?
『projects.preferred.jp』の新着エントリーを見る
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く