AIチップの基礎と実装の勘所および最新技術 ~演習付~

~ チップ実装技術、クラウド用/エッジ用チップ、ディープラーニングチップ、ニューロモルフィック工学がリードする最新技術(IMC/PIM、NVM、リザバーコンピューティング、STDP学習) ~

・市場に出始め必要性が急拡大しているエッジAIチップの最新技術を先取りし、応用するための講座
・最新AIチップの実装技術、アプリケーション事例、新しい動きをリードするニューロモルフィック工学技術との関係を学び、今後のAIシステムの応用に活かそう

講師の言葉

 AIチップは2010年前後の歴史的ディープラーニングのブレークスルーに遅れること1~2年、2014年頃に存在感を誇示し始め、2017年以降本格的に稼働し、また多くのチップが市場で入手可能となっています。このAIチップをテーマにセミナーを開催します。まずそのLSIのアーキテクチャ構成を説明し、クラウド用およびエッジ用に分けて説明します。技術進歩が著しい量子化と疎圧縮技術にスポットを当てた後に、市場に出回っているAIチップに関して概説します。
 2018年頃より注目を浴びているニューロモルフィックの技術の流れのひとつであるSRAMもしくはNVMを使用したコンピューティングインメモリ(CIM)技術を今後の重要な流れとして紹介します。また次のブレークスルー技術として期待されるスパイキングニューラルネットワーク、リザバーコンピューティングに関しても触れます。最後に、AIチップ技術のトレンドと10年~20年後を推測します。

セミナー詳細

開催日時
  • 2020年06月23日(火) 10:30 ~ 17:30
開催場所 日本テクノセンター研修室
カテゴリー 電気・機械・メカトロ・設備ソフト・データ・画像・デザイン
受講対象者 ・システム、ソフト、LSIほか関連企業の技術者の方
・ディープラーニングに興味のある方
  (どの様に実装・計算されて動作しているかが原理的に理解出来ます)
・AIのアプリケーション・システムを構築しようとしている方
  (最先端のチップの実力とその動向を知ることが出来ます)
・AIチップの実装に興味のある方
  (実装の勘所はもとより今後の実装技術動向を知ることが出来ます)
・ニューロモルフィック・人工知能に興味のある方
  (今後の人工知能の動向をCIM/PIM、NVM搭載、特にニューロモルフィック工学から読み取ることが出来ます)
予備知識 ・ニューラルネットワークの基礎が積と和であることを理解出来ている程度の基礎知識
修得知識 ・ディープラーニングチップの全動向と回路構成の勘所等の設計知識が習得できる
・アルゴリズム・システム・応用の観点からは、それらの個々の機能がチップのどの回路構成要素とどの様に係わるか理解することが出来るようになる
・ニューロモルフィック工学の最先端技術(Emerging Technologies)の知識から将来動向に関する知識と共に、今後ある程度動向を推察できる技量を得られる
プログラム

1. AIチップを取り巻く状況
  (1).ニューロモルフィック、ニューロンモデルの流れ
  (2).ディープラーニングチップのトレンド

2.AIチップ実装の勘所
  (1).情報量と入力次元数
  (2).ネットワークモデルの推移およびパラメータ数とメモリ容量
  (3).演習

3. 回路実装とその演算性能
  (1).基本回路構成(演算素子/ユニット/全結合層)
  (2).学習と推論の実装の差
  (3).基本回路構成(畳込み層)

4. 基本(汎用)型のクラウド用AIチップ・・・実装実例
  (1).クラウド用チップ(TPU、-v2/3、GPU_Volta、MN-core)
  (2).クラウド用メモリ混載チップ(DaDianNao、IPU)
  (3).演習

5. 高性能追求型のエッジ用チップ(エッジ用高性能版:主に4-8bit)
  (1).量子化(8?4bit-1bit: LTU、Log表現/Eyeriss、DNPU)
  (2).疎圧縮(Pruning、Zero balancing/EIE、ENVISION)
  (3).データフロー(PIM、RS-OS-WS、Cross Bar/Eyeriss、・・・)
  (4).学習(エッジ用/LNPU、Ternary BP)

6. 市場(製品)に出始めた代表的なディープラーニングチップ
  (1). クラウド・エッジ用(ミドルクラス/TPU系、GPU系)
  (2). エッジ用(ローエンドクラス/スマホ、Myriad/Lightspeeur/ Kendryte/Sparkfun)
  (3). エッジ用(ニューロモルフィック系/Tensai–)

7. 超低消費電力を狙うニューロモルフィックチップ(エッジ用:主に1-2bit)
  (1). ニューロモルフィック工学のトレンド(IMC、SNN、リザバー)
  (2). インメモリコンピューティング(IMC/PIM:SRAM型)
  (3). 不揮発性メモリ型(IMC+NVM型:ReRAM、MRAM、NAND)

8.ブレークスルーを狙うニューロモルフィック工学(エッジ用:主に1-2bit)
  (1). スパイキングニューラルネットワークチップ(SNN/TrueNorth、Loihi)
  (2). 最新注目技術動向:リザバーコンピューティング

9. アプリケーションへのチップ適用
  (1).CNN:自動運転 (End to End learning)、RNN:自動機械翻訳
  (2).深層強化学習:アルファ碁
(3).演習

10. 今後の技術動向とまとめ

キーワード AIチップ ディープラーニングチップ エッジ用チップ 量子化  疎圧縮 データフロー ニューロモルフィックチップ スパイキングニューラルネットワークチップ リザバーコンピューティング ディープラーニング ニューロモルフィック スパイキング CNN RNN 推論チップ 学習チップ SRAM NVM ReRAM MRAM CIM PIM自動運転 自動機械翻訳 深層強化学習
タグ AI・機械学習回路設計・フィルタLSI・半導体
受講料 一般 (1名):49,500円(税込)
同時複数申込の場合(1名):44,000円(税込)
会場
日本テクノセンター研修室
〒 163-0722 東京都新宿区西新宿2-7-1 小田急第一生命ビル(22階)
- JR「新宿駅」西口から徒歩10分
- 東京メトロ丸ノ内線「西新宿駅」から徒歩8分
- 都営大江戸線「都庁前駅」から徒歩5分
電話番号 : 03-5322-5888
FAX : 03-5322-5666
contact us contact us
各種お問い合わせは、お電話でも受け付けております。
03-5322-5888

営業時間 月~金:9:00~17:00 / 定休日:土日・祝日