学習モデルのチップ書き込みが容易に
Intelの新しいツールキット「OpenVINO」は深層学習のビジネス利用を促進する?
インテルの新しい開発キットは、CPUや他の種類のチップで深層学習するハードルを下げようとしている。動画データから多くの情報を容易に抽出できるようにすることが狙いだ。
Intelは「OpenVINO」(Open Visual Inference & Neural Network Optimization)という新しいツールキットを発表した。このツールキットを使用すると、開発者は深層学習モデルを実行するプロセスをチップに書き込むことができる。クラウドやオンプレミスのデータストアにデータを送信する必要はない。開発者は「Caffe」「MXNet」「TensorFlow」など、一般的な機械学習言語でコードを作成できる。開発者はOpenVINOを使って、Intelのコアチップ、統合グラフィックスユニット、FPGA(Field-Programmable Gate Array)向けのプロセスを作成できる。
OpenVINOの狙いは、動画データで高度なモデルを実行し、ビジネスにとって意味のある情報を含むスニペット(再利用可能な断片)の抽出を容易にすることだ。小売業界などで使われている防犯カメラの映像では、こうした情報の抽出が課題になっている。防犯カメラによって大量の動画データが撮影されていても、ほとんど分析されていない。
併せて読みたいお薦め記事
深層学習について
機械学習や深層学習で再注目される画像認識技術
エッジデバイス市場で出遅れたIntelの“逆襲”か
Intelは、サーバ市場を独占しているが、モバイルデバイスでの存在感ははるかに小さい。同社は多くの動画データを生み出すエッジデバイス(末端の端末)へのチップの組み込みに後れを取っているといえる。例えば、スマートフォンではQualcommのチップが普及している。同社の処理装置は、Facebookのようなコンシューマーアプリケーションをサポートするため、高度な深層学習モデルを既に実行できるようになっている。ユーザーが写真をアップロードすると、アプリケーションがチップ内で深層学習画像認識モデルを実行し、ユーザーへのタグ付けを自動的に提案する。
Qualcommはこのテクノロジーを使用して、エンタープライズ市場をリードし始めている。2018年4月、同社はMicrosoftと提携し「Vision Intelligence Platform」を発表した。Qualcommのモバイル深層学習チップとMicrosoftの「Azure IoT」システムの組み合わせは、ホームセキュリティ製品での動画処理を向上させるのが狙いだ。
IntelはNvidiaからもプレッシャーを受けている。NvidiaのGPU深層学習チップは多くの高度アプリケーションをサポートしている。防犯カメラの動画データで深層学習を実行する機能を提供するスマートシティー製品も用意している。
Intelのプレスリリースによると、IntelのOpenVINOツールキットは、既にDahua Technologyのスマートシティー製品やトラフィック製品、GEの医療画像サービス、防犯カメラを扱うHikvisionの産業用、製造用のセキュリティ製品に使用されているという。
Copyright © ITmedia, Inc. All Rights Reserved.
この記事の著者
関連記事
新着ホワイトペーパー PR
-
製品資料
[横河レンタ・リース株式会社] 不正アクセス被害が深刻化 狙われる「セキュリティの死角」はどこなのか? -
製品資料
[NTTインテグレーション株式会社] 2026年度末開始の「SCS評価制度」をどう攻略する? -
製品資料
[NTTインテグレーション株式会社] 「復旧せよ」の決断に即答できる? いま必要な戦略的データ復旧の極意 -
製品資料
[NTTインテグレーション株式会社] SCS評価制度は「共通のモノサシ」になる? いま製造業がすべきこととは -
事例
[Extreme Networks株式会社] BYOD時代の大学のWi-Fi、安定した通信環境をどう実現する?
こんなメディアも見られています
TechTargetジャパンに関連する情報をお探しであれば、こちらのメディアもお役に立てるかもしれません。
ベンダーコンテンツ PR
From Informa TechTarget
SpecialPR
アクセスランキング
-
1
Microsoft月例パッチ1400件超で過去最多 「限界点」を迎えたパッチ管理
-
2
半数がブルーカラー転向を視野に? ベテランエンジニアを追い込む“54歳の壁”
-
3
みずほ証券が「液冷サーバ」を採用 1日3.6億件の計算を支えるための要件
-
4
PHP脆弱性「PHP2Shell」で2260万件に影響 情シスの緊急チェックリスト
-
5
「オフィス移転・刷新に伴うネットワーク環境の実態」に関するアンケート
-
6
SAP導入後も残る“Excel依存” 京急電鉄は「kintone」でどう解消した?
-
7
「業務PC/ワークステーション」に関するアンケート
-
8
「AIの粗悪レポート」で悲鳴 IntelやGoogleがバグ報奨金を止めた理由
-
9
情報漏えいはなぜ繰り返されるのか 今すぐ見直すべき「境界」
-
10
いまIBM iエンジニアが直面する「5つの技術的課題」とその解決策
ホワイトペーパーランキング PR
-
1
AI駆動攻撃にどう対抗する? 超速の攻撃からエンドポイントを保護する方法
-
2
2026年のサイバーセキュリティには何が必要か? 最新データに学ぶ傾向と対策
-
3
経験豊富な即戦力人材に直接アプローチできる、「攻めの採用」への転換術
-
4
「IT史に名を残すシステム障害」8選
-
5
最速72分でデータが流出? 最新の脅威トレンドや侵入手法から分かった防衛策
-
6
10G回線の真価をフルに享受するには? 導入前にチェックしたいポイント
-
7
AI駆動開発のスピードと安全性を両立 「品質・セキュリティ管理」の実践ガイド
-
8
HDDを使わない「SSDオンリー」が無謀なのはなぜ?
-
9
「標的型攻撃メール」事例・サンプル集
-
10
不審メールの経路や見せ方に変化? 2026年夏の3事例から見えた動向と対処方法
TechTargetジャパン SNS
インフォメーション
注目情報をチェック
TechTargetジャパンをフォロー