ルネサス エレクロニクスは、AI(人工知能)に焦点を合わせたプライベートイベント「Renesas AI Tech Day」(招待制)を2023年4月20日に東京・品川で開催した(図1)。マイコンやMPU(マイクロプロセッサー)、アナログIC、パワー半導体、そしてソフトウエアから成るシステムに、同社の顧客がAI機能を首尾よく盛り込めるようにすることがイベントの狙いである(図2)。この狙いに沿って、同社やパートナーらの講演、展示・デモンストレーションが行われた。
![ルネサスがエッジAIでNVIDIAへの対抗心むき出し、電力効率10倍だけじゃない](https://cdn-ak-scissors.b.st-hatena.com/image/square/c1493ff4a4414e82cb7872e0ea58834c645ea6de/height=288;version=1;width=512/https%3A%2F%2Fxtech.nikkei.com%2Fatcl%2Fnxt%2Fcolumn%2F18%2F00001%2F07963%2Fm.jpg%3F20220512)
概要: 深層学習コンパイラのサーベイ論文 The Deep Learning Compiler: A Comprehensive Survey を基に、深層学習コンパイラの典型的なコンパイラスタックと最適化について説明しています はじめに 近年深層学習の目覚ましい進歩が注目を集めています。例えば ChatGPT をはじめとする大規模言語モデルの登場が社会面に大きな影響を与えたことは、記憶に新しいかと思います。 その背後で技術の進展を支えているのが、計算機における計算速度の向上です。深層学習ワークロードは、膨大な計算を必要とします。半導体の微細化がほぼ限界に達し、ムーアの法則の終焉が囁かれる今、ソフトウェアによる計算の高速化が喫緊の課題となっています。 高速化が求められる理由として、深層学習ワークロードにおける計算量の多さが挙げられます。例えば、サイズ 224\ \text{px} × 22
ー「東方コミュニティ白書」や「色分け配置図」【※】を作り始めるようになられたキッカケについて、改めて聞かせてください。 最初に参加した「例大祭」が、個人としては楽しかったけど、その頃に入ったいわゆる“新参”が叩かれて悲しい気持ちになったみたいなところからでしょうか? ※久樹氏は以前、「有志が作成したサークル名入りスペース配置図」に、各キャラクタージャンルごとに色分けした「色分け配置図」を作成、ホームページにて公開していた。 https://www.akyu.info/2009/0620 久樹: 「新参だってちゃんと調べとるわい!」みたいな、ある種の反骨精神というか。そういう部分があったのは否めないです。だから最初に作った、“イベント参加の心得”みたいな記事は、結構トゲトゲしてしまっていますね。 ーー私も、東方に入ったタイミングがまさに同じなので、当時のことが思い出されます。それまでに過去に
この記事は、Stan advent calendar 2018の7日目の記事です。 Stan、すばらしいソフトですね。今日はStanがいかに素晴らしいかを語る記事です。StanにはNUTSというアルゴリズムが搭載されいているのはご存知だと思いますが、今回の記事は、 Stanを使ってRにNUTSを実装する という話です。「ちょっと何言ってるかわかんない」、とか言わない。 さて、NUTSはマルコフ連鎖モンテカルロ法(MCMC)の手法の一つ、ハミルトニアンモンテカルロ法(HMC)を発展させたものだ、というのは聞いた人も多いと思います。そこで、MCMCやHMCについて簡単に説明したあと、Stanが搭載しているアルゴリズムについて解説していきます。 なお、数式とかは使わず、全部日本語で説明していきます。数式で詳しいものはいくらでもあるので、そちらをご参考ください。たとえばこちら。 ◆マルコフ連鎖モン
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