～ 深層学習モデルを用いたAIシステム、エッジAIのメリット・デメリット、エッジAI開発のポイント、AIシステムの高速化技術、エッジAI開発の効率化 ～
・深層学習モデルをベースとしたAIシステムの基礎からエッジデバイス技術まで広く修得し、システムの高速化やコスト削減を達成するための講座
・エッジAI開発の流れから課題とその対策まで修得し、安価で低リソースな計算資源上で推論精度や速度の要件を満たすAIシステムの実装に活かそう！
・ＷＥＢ会議システムの使い方がご不明の方は弊社でご説明いたしますのでお気軽にご相談ください。
近年、その精度の高さから深層学習モデルをベースとしたAIシステムが盛んに開発されています。また、通信費削減やリアルタイム性の確保のため、AIシステムはクラウド上だけでなく、安価・低リソースな計算資源のエッジデバイス上で稼働する例も見られ始めました。しかし、低リソースな計算資源上で、推論の精度や速度の要件を満たすようにAIシステムを実装することは一般的に難しく、ハードウェアの知識・アルゴリズムの知識・経験則・試行錯誤が必要となります。
本セミナーでは、どのような場合にエッジAIが必要なのかの議論から始まり、種々のエッジデバイスを俯瞰した後、画像認識系の深層学習モデルを取り上げその高速化技術をご紹介します。深層学習の高速化技術はエッジAIだけでなく、クラウドAIのコスト削減等にも有用な内容となっております。
| 開催日時 |
|
|---|---|
| 開催場所 | オンラインセミナー |
| カテゴリー | オンラインセミナー、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 |
・AI技術者の方 ・組み込み機器にAI導入を検討されている技術者の方 ・クラウド上でのAI導入を検討されている技術者の方 ・AIの運用コスト・環境負荷の改善を検討されている方 |
| 予備知識 | ・深層学習モデルを用いたAIシステムの基礎からご説明いたしますが、画像認識系の深層学習モデルについて予備知識があると理解が深まります |
| 修得知識 |
・エッジAIを導入するメリット・デメリット ・エッジAI開発における課題と対策 ・種々のエッジデバイスの特性・使い所 ・深層学習モデルの高速化技術（量子化、枝刈り、推論用フレームワーク等） |
| プログラム |
１．深層学習モデルを用いたAIシステムの基礎 （１）．AIの歴史 ａ．深層学習以前 ｂ．深層学習以降 ｃ．深層学習モデルの巨大化 （２）．画像認識系の深層学習モデル （３）．身の回りのAIシステム （４）．クラウドからエッジへ
２．エッジAI開発の流れ （１）．エッジAIのメリット・デメリット （２）．事例の紹介 （３）．エッジAI開発の流れ
３．エッジデバイス （１）．エッジデバイス紹介 （２）．ベンチマーク （３）．エッジデバイスの選択基準
４．AIシステムの高速化 （１）．地球に優しい （２）．財布に優しい （３）．高速化手順
５．AIシステム高速化技術－深層学習モデル部分以外 （１）．パイプライン処理 （２）．並列化 （３）．前後処理のGPU利用 （４）．I／O規格や通信 （５）．MLOPsツール
６．AIシステム高速化技術－深層学習モデル部分 （１）．深層学習モデルの計算機構と推論時間の内訳 ａ．Convolution層の計算量 ｂ．演算時間と転送時間 （２）．入力の調整 （３）．枝刈り （４）．量子化 （５）．蒸留 （６）．推論用フレームワークの利用
７．エッジAI開発の効率化に向けて
８．まとめ |
| キーワード |
深層学習モデル AIシステム エッジAI クラウドAI 画像認識 エッジデバイス 高速化技術 ＧＰＵ Ｉ／Ｏ規格 ＭＬＯＰｓツール 効率化 実装 リアルタイム性 ハードウェア アルゴリズム NAS |
| タグ | 精密機器・情報機器、AI・機械学習、コストダウン、信号処理、クラウドコンピューティング、通信、規格・標準、スマートフォン、業務改善、カム、シミュレーション・解析、生産管理、スマートメータ、データ解析、センサ、ネットワーク、モバイルコンピューティング、音声処理、画像処理、画像認識、組み込みソフト、GPU、実装、車載機器・部品、精密機器、電子機器、FPGA、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 |
オンラインセミナー本セミナーは、Web会議システムを使用したオンラインセミナーとして開催します。 |
こちらのセミナーは受付を終了しました。
次回開催のお知らせや、類似セミナーに関する情報を希望される方は、以下よりお問合せ下さい。
営業時間 月~金：9:00～17:00 / 定休日：土日・祝日
