AI技術の利用で使われるプロセッサには、GPU以外にもTPUやNPUなどがある。TPUとNPUはAI技術に特化した点では似ているが、両者の役割は異なる。その違いを踏まえて、NPUと推論とは何かを考える。
Amadeus IT Groupとスイス連邦工科大学の共同研究により、FPGAはGPUよりも4倍高速で、同じワークロードを7分の1のコストで実行できることが分かった。AIにとって非常に有効だが、FPGAには弱点もある。
携帯機器向けの低消費電力シングルチップFPGAデバイス「iCE65ファミリ」を製品化。既存の不揮発性FPGAと比較して、ロジックコストを大幅に抑えられるという。
プロセッサの技術はAI技術の台頭とともに様変わりしている。使われているのはCPUやGPUだけではない。AI関連のタスクに使用するプロセッサの一つである「TPU」について紹介する。
「CPU」と「マイクロプロセッサ」は同じ意味で使われることがあるが、両者が本来、異なる意味の言葉だ。両者は何がどう異なるのか。違いを理解するために、まずはCPUを理解しよう。
高度化するAI技術やデータ分析の要件を満たすには、コンピューティングとストレージの双方に変化が必要だ。まずCPUに集中しがちなデータ処理の負荷をいかに分散させるかという観点で、注目すべき技術を考える。
機械学習の（特に学習の）速度を向上させるため、各社はさまざまなカスタムハードウェアの開発と利用を進めている。出遅れ感のあるIntelは、この市場にx86 CPUで参戦しようとしている。
AI向け半導体市場で苦境に立つIntelは、AIアクセラレーター「Falcon Shores」の開発中止に踏み切った。NVIDIAとAMDが席巻する市場での復活を目指し、Intelは失敗から何を学び、どのような方針を打ち出したのか。
MicrosoftはDPU開発会社Fungibleを傘下に収めた。クラウド業界ではDPUを巡って競争が激化している。Microsoftがこの買収に込めた狙いとは。
AIシステムの処理に必要な性能を実現するために、HPC分野の進化は続いてきた。だが技術進化にも限界がある。「ムーアの法則」が廃れつつあることが意味するものとは。
ITmediaはアイティメディア株式会社の登録商標です。
