「FPGA」丸分かり　比較、事例、解説記事を紹介

FPGA関連の比較

AI特化プロセッサ「NPU」「TPU」が“全く別物”である理由

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。

2024年11月12日

GPUより低コスト、ハイパフォーマンスのFPGAが抱える“泣きどころ”

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。

2019年6月24日

米SiliconBlueが携帯アプリ向け低消費電力FPGA、ASIC並みのロジック容量を実現

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。

2008年6月2日

注目の比較記事一覧へ

FPGA関連の製品解説

「TPU」とはどんなプロセッサなのか？　AIインフラの基礎知識

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。

2024年11月5日

いまさら聞けない「CPU」とは何か？

「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。

2020年8月16日

注目の製品解説記事一覧へ

FPGA関連の技術解説

DPU、FPGA、ASICにコンピュテーショナルストレージ　AIが求める中核技術の基礎

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。

2021年1月5日

機械学習を加速するGPU、TPU、FPGA、ASICの競争に「x86 CPU」が参戦

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。

2019年6月12日

注目の技術解説記事一覧へ

FPGA関連の業界＆市場動向

“荒療治”に走るIntel　AIチップ戦略の大転換で狙う「NVIDIA追撃」

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。

2025年4月15日

AWSに追随？　「DPU」を欲しがるMicrosoftの思惑

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。

2023年3月14日

ムーアの法則はもう限界？　HPC進化の鍵は「GPU」か「FPGA」か

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。

2019年9月6日

注目の業界＆市場動向記事一覧へ

「FPGA」丸分かり 比較、事例、解説記事を紹介

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。

「FPGA」丸分かり　比較、事例、解説記事を紹介