リコー、機械学習をFPGAで実装、GPU比で26～259倍高速化、勾配ブースティング手法用 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ 市場動向 ＞ リコー、機械学習をFPGAで実装、GPU比で26～259倍高速化、勾配ブースティング手法用 AI AI記事一覧へ [市場動向] リコー、機械学習をFPGAで実装、GPU比で26～259倍高速化、勾配ブースティング手法用 2018年12月26日(水)日川 佳三（IT Leaders編集部） リスト リコーは2018年12月26日、マシンラーニング（機械学習）の学習速度を26～259倍に高速化したと発表した。機械学習の手法の1つであるGBDT（Gradient Boosting Decision Tree：勾配ブースティング決定木）モデルの学習を高速化・低消費電力化する回路アーキテクチャを開発した。この回路をFPGAで実装したところ、CPU/GPUと比べて学習が26～259倍高速化できたという。 リコーは今回、GB
MicrosoftがFPGAでDeepLearningしてた - SANMAN
Alteraのリリースノートで知ってはいたが、Microsoftリサーチのホワイトペーパーを発見した。2015年にUCLAがXilinxのFPGA使って同様のこと(CNNの実装)をしているが、それより3倍くらい性能良い模様。 http://research.microsoft.com/pubs/240715/CNN%20Whitepaper.pdf DeepLearningの一種Convolutional Neural NetworkをFPGAというか、自社製FPGAボード「Catapult」上にのせた。 このCatapultについては以前記事にした。 tkysktmt.hatenablog.com Deep Learningについて 自分がどう考えているか簡単に。 Deepな層構造(3層以上)をもったNeural Networkを、どうにかして学習させることができたものをDeep Lea
1
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
処理を実行中です
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
