どんどん熱くなる超高速マシン、放熱性能優先の相変化で冷やす
気化熱を利用して効率的に熱を拡散させる相変化方式の放熱技術の開発が活発だ。既存の空冷や液冷の方式に比べて放熱性能がケタ違いに高い。演算性能を高めるために消費電力を増大させることをいとわない用途が増えていることで、今後、相変化方式の実用化が相次ぎそうだ。 「高性能の放熱技術として、これまで液浸方式が最も優れていると考えて実用化してきた。しかし、演算性能を継続的に向上しようとすると、限界にぶち当たる。数年内には新たな放熱技術として相変化方式の導入が必要と考えて、開発に着手した」。こう明かすのはスーパーコンピューター（スパコン）向け放熱（熱拡散）技術を開発している責任者だ。 相変化が超高速マシンへ 超高速マシンの放熱性能を一層高める技術が、ますます求められている。特にスパコン向けは、他の超高速マシンに先駆けて新技術の取り込みが盛んだ。相変化方式は、既に多くのスパコンが何らかの形で取り入れている。
ヤフーが社内にサーバーレス環境、アプリ開発の効率高める
春割キャンペーン実施中！ ＞＞詳しくは 日経クロステック有料会員になると… ・専門雑誌7誌の記事が読み放題 ・注目テーマのデジタルムックが読める ・雑誌PDFを月100pダウンロード
アルテラFPGAだけでは不十分？ 米インテルが買収したeASICとは
米Intel（インテル）社は、ファブレスASICメーカーの米eASIC社を買収することを、Dan McNamara氏（corporate vice president and general manager of Programmable Solutions Group）のブログの形で発表した（当該ブログ）。買収先の社名にも入っている「ASIC：Application Specific Integrated Circuit」とは、顧客ごとにハードウエア的にカスタマイズできるICの総称である。 McNamara氏が率いるProgrammable Solutions Group（PSG）は、2015年12月にIntelがFPGAメーカーの米Altera（アルテラ）社を買収して発足した部門である（関連記事1）。AlteraのFPGAはチップ内に多数のSRAM製スイッチを内蔵しており、電源を入れる
活気づく量子コンピュータ、SEが押さえておくべき3点
量子コンピュータという文字を目にする機会が増えてきた。米IBMや米グーグルなどが実用化を急ぎ、富士通や日立製作所といった日本のコンピュータメーカーも研究開発に注力している。量子コンピュータはこれまでのコンピュータと何が違い、何ができるのか。企業システムの開発は大きく変わるのか。その実態を明らかにする。 量子コンピュータが企業システムの現場にやってくることは当分ないだろう―─。こう考えているITエンジニアは、考えを変えるタイミングが来ている。量子コンピュータについて今、押さえておきたいポイントは3つある。 1つは実用化に向けた動きだ。既に実用化を見据えたユーザー企業やITベンダーが登場している。 2018年5月には、化学メーカーのJSRや三菱ケミカル、大手銀行では三菱UFJ銀行とみずほフィナンシャルグループが慶応義塾大学と協力し、米IBMの商用量子コンピュータ「IBMQシステム」を利用して、
量子版ムーアの法則登場、完成は早くて20年後か
アナログ量子ゲート型マシンは、目指すべき本物の量子コンピューターの代わりにはなりえない。一方で、本物のマシンを開発するためには、演算中に誤り訂正を導入する必要があり、開発の難易度が大幅に上がってしまう。それでも、「量子版ムーアの法則」が提唱され、従来の見通しが立たない状況から、「早ければ20年後に完成」という予測も出てきた。 誤り訂正をしない、アナログ計算限定の量子ゲート型マシンは、近い将来の実用化が見込まれている。では、デジタル計算さえあきらめれば、順調に規模を拡大し、有用性を高めていけるだろうか。 答えは、かなり否定的だ。第2部で触れたように、そうしたアナログマシンでは、量子ビット1個当たりのエラー率εと回路深度dや量子体積QVの関係から、ただ量子ビット数Nを増やしても有用性が高まるとは限らないからである注1）。 注1）QV、つまりそのマシンで実行可能な計算規模を大きくするには、d≧N
Windowsが動く極小PC、2年遅れでも「独走」のワケ
「ITpro」2017月11月7日公開の「Windowsが動く極小PC「LattePanda」、2年遅れでも独走のワケ」を転載した記事です（記事は執筆時の情報に基づいており、現在では異なる場合があります）。 「日本の技適マークは付いていないのか…」。2年ほど前、そう落胆した新製品がある。Raspberry Pi（ラズパイ）が火付け役となった名刺大PCボードの新製品、中国DFRobotの「LattePanda」だ。CPUとしてx86コアを持つ米インテル製プロセッサを備え、フル機能のWindowsが動くのが特徴。2017年9月に日本の電波法に基づく認証、いわゆる技術基準適合証明（技適）を取得して2年遅れの日本上陸を果たした。 LattePandaは、2015年12月にクラウドファンディングサイト「Kickstarter」でWindowsが動くPCボードとして注目を集めた。資金獲得を経て2016
音声認識の基本のキ、確率的な枠組みに基づく
日経エレクトロニクス2014年5月26日号のpp.88-95「実用化進む音声認識、システムの構成要素を概観」を分割転載した中編です。前編はこちら 本連載では、実用化が急速に進んでいる音声認識技術の基礎から課題、最新動向を、実装・開発例を交えて解説していく。今回は、音声認識の原理を説明する。 発話された単語列を確率的に推定する ここからは、音声認識の原理を説明していく。あらゆる教科書に書かれているように、音声認識は確率的な枠組みに基づいている（図3）。すなわち、入力音声を分析して得られる特徴量Xに対して、事後確率p（W│X)が最大となる単語列Wを見つける問題として定式化できる。直感的に言えば、聞き取った音（X）に対して一番もっともらしい単語列（W）を求める問題と言える。つまり事後確率p（W│X)とは、Xを観測したときにWと言える確率のことである。
《日経Robo》WaveNet：自然な音声や音楽を生成可能なニューラルネットワーク
ニューラルネットワークは画像認識や音声認識といった認識のタスクだけでなく、生成の分野でも成功している。例えば、DCGANをはじめとした手法では、現実の写真と見違えるような自然画像や人が書いたような絵を生成可能となっている。 この認識と生成のタスクは表裏の関係にある。認識は与えられたデータからそのデータの因子またはそれを構成する要素を推定するタスクであり、逆に生成は因子からデータを生成するようなタスクである。物理学者のRichard Feynman氏はこれを「作ってみせることができなければ理解したとはいえない」と端的に言い表している。 先日、米グーグルのDeepMindが自然な音声を生成可能なニューラルネットワークであるWaveNetを発表した1）。WaveNetによって合成された音声は現在の最高レベルの音声合成と比べて、主観ブラインドテストで50％もの性能向上がみられた。実際に生成された音
デジタルメディスン、ついにFDAが承認
大塚製薬と米Proteus Digital Health社は2017年11月13日（米国時間）、錠剤にセンサーを内蔵して服薬を管理するデジタルメディスン「エビリファイ マイサイト（Abilify MyCite）」の承認をFDA（米国食品医薬品局）から取得したと発表した。「医薬品と医療機器を一体化して開発された世界初のコンビネーション製品」（大塚製薬）という（関連記事：薬×ICT、始まる）。 エビリファイ マイサイトは、大塚製薬の抗精神病薬「エビリファイ」の錠剤に、Proteus社が開発した摂取可能な極小センサーを組み込んだもの。パッチ型シグナル検出器および専用アプリと組み合わせて使い、患者の服薬状況を記録。スマートフォンなどのモバイル端末を通じて、医療従事者や介護者との情報共有を可能にする。エビリファイの適応である成人の統合失調症、双極性Ⅰ型障害の躁病および混合型症状の急性期、大うつ病性障
スパコンでPEZYが巻き返し、省エネで上位独占、性能で世界4位
スーパーコンピューターの性能ランキング「TOP500」の最新版が2017年11月13日（米国時間）に発表された（発表資料）。1位、2位は前回までと同様に中国の「Sunway TaihuLight」と「Tianhe-2（天河2号）」がそれぞれ占め、3位のスイス「Piz Daint」も前回と同じだった（関連記事）。性能の計測値（Rmax）も前回と変わらない。Tianhe-2は、中国製アクセラレーターを利用した改良版の開発が進んでいるが、今回のランキングには間に合わなかったようだ（関連記事）。 その中で目を引くのが、日本のベンチャー企業PEZY Computingと、そのグループ企業が開発するスパコンの躍進ぶりだ。PEZYグループが開発を手掛け、海洋研究開発機構（JAMSTEC）横浜研究所設置された「Gyoukou（暁光）」がTOP500の4位につけた。Rmaxは19.14PFLOPSと、3位の
「遅くて使いものにならない」という光回線への声、定額制も限界か
あまり話題になっていないが、インターネット接続事業者（プロバイダー）の提供する光回線サービスが「遅くて使いものにならない」という声が一部で出ている。「モバイル回線のほうがまだまし」とさえ言われるほどだ。規格上の通信速度で1Gビット/秒をうたったサービスが主流となっているにもかかわらず、何が起こっているのか。 同現象は、NTT東西の「フレッツ光」を使ったプロバイダーの一部サービスで起こっている。NTT東西の基幹網「NGN（次世代ネットワーク）」とプロバイダーを接続するネットワーク機器（網終端装置）が恒常的な混雑状態に陥っているのだ。顧客の新規獲得を抑えることで対処しているプロバイダーもある。 この問題はNTT東西が設けた網終端装置の増設基準に起因しており、総務省の有識者会議が年内にも一定の結論を出す見通し。筆者が気になっているのは、その先の展開である。プロバイダーはトラフィック増加に長年苦し
大脳基底核のモデルとみなせるDQN
前回はこちら 今回取り上げるのは、大脳基底核（basal ganglia）のモデル化です。大脳基底核は、古くは運動制御に関わると考えられていましたが、今では運動制御はもちろん、感情、学習など幅広い部分で主要な働きをしていることが分かっています。 一般に、知能・思考の中枢といえば大脳新皮質が挙げられますが、汎用人工知能（AGI：Artificial General Intelligence）を実現する上では、大脳基底核と次回に触れる小脳の方が、むしろ注目すべき存在だといえそうです。大脳新皮質の構造や大きさには、動物の種によってかなりの差があるのに対して、大脳基底核と小脳（特に小脳）は、外観こそ大きく異なるものの、哺乳類だけでなく爬虫類や鳥類でも同じような構造と役割を持つと考えられているからです。種に関係なく同じような構造であることは、これらが普遍的な処理を実行していることを示唆します。 なお
存在感薄れつつあるビッグデータ処理ソフト「Spark」、深層学習で巻き返し
ビッグデータ処理のオープンソースソフトウエア（OSS）である「Apache Spark」のディープラーニング（深層学習）対応が進んでいる。Sparkの主要開発企業である米Databricksや米Intel、米Microsoft、米Verizon傘下の米Oath（旧Yahoo!）などが、Sparkの深層学習対応に熱心だ。 分散処理ソフトのSparkは、2014年ごろには機械学習の大規模化に欠かせない存在だと認識されていた。しかしその後の深層学習の台頭によって存在感が薄れていた。深層学習の高速化にはGPU（Graphics Processing Unit）が向いていることが分かり、米Googleが公開した「TensorFlow」などGPUに対応した深層学習フレームワークが人気を集めるようになったためだ。 ところがここに来て、Sparkを深層学習に対応させる動きが活発化している（表）。2017年
NECの顔認証FPGAアクセラレーター、GPUの1/10の電力
NECは、同社の顔認証処理「NeoFace」向けの専用アクセラレーター「NeoFace Accelerator」を、2017年10月11日に東京で開催のイベント「インテル FPGA テクノロジー・デイ」に出品し、同製品に関する講演も行った。同製品には、米Intel社のFPGA「Arria 10」などが搭載されている。 講演に登壇したNECの阿部晋樹氏（IoT基盤開発本部 シニアマネージャ）によれば、NeoFaceは4つの処理からなる。動画から顔を検出する「顔検出」、検出した顔を追尾する「トラッキング」、検出した顔の特徴量を求める「特徴量計算」、求めた特徴量とデータベースの特徴量を比較する「顔照合」である。4つのうちで処理量が重いのは「顔検出」と「特徴量計算」であり、これら2つに比べると「トラッキング」と「顔照合」はかなり軽い処理だという。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
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
スノーデンから始まったWeb暗号化、最新TLS1.3で何が変わる？
VRで会えるアイドル、企業や自治体も活用
自動車部品メーカーが見据える2020年以降
関西ペイントのAI調色、「色材協会賞・技術賞」を受賞
「きれい！」と声が上がった、JDIの反射型カラー液晶 - 日経テクノロジーオンライン
太陽誘電とTRL、FPGAに比べて速度5倍、消費電力1/10の新型LSIを開発
