寄稿（半導体応用）

第3章の3.3では、これまで開発されたチップを、CNNとDNN/全結合層に分け分類している。それぞれのチップがどのような位置づけにあるのかも理解できるようにグラフ化している。第3章のこれまでの参考資料をまとめている。（セミコンポータル編集室） [→続きを読む]

第3章3.2では、ニューロチップで重要な2次元の入力データと、学習の重みに相当するフィルタを積和演算で、スキャンしていく基本演算について述べている。積和演算を基本とするためGPUやCPU、DSPなどで演算できる。（セミコンポータル編集室） [→続きを読む]

第3章以降は、ニューラルアーキテクチャを半導体チップ上で実現した、ニューロチップについて、元STARC/東芝に在籍し、現在北海道大学に勤務する百瀬啓氏が解説する。これからのAI（人工知能）を差別化する手段の一つが半導体チップであることから、今後きわめて重要な解説論文となる可能性がある。ただ、この寄稿は長いため分割・掲載する。（セミコンポータル編集室）

[→続きを読む]

第2章：ディープ・ニューラルネットワークのニューロチップへの実装〜その勘所は!! この第2章の最後に当たる2-3では、ニューラルネットワークをチップに実装する場合のメモリの規模がどの程度になるか、さらにメモリ規模を減らすための工夫などを紹介する。（セミコンポータル編集室） [→続きを読む]

第2章：ディープ・ニューラルネットワークのニューロチップへの実装〜その勘所は!! 第2章では、ニューラルネットワークの代表的な技術としてCNN（畳み込みニューラルネットワーク）をまず紹介し、ディープ･ニューラルネットワークの全容を解説した（ニューロチップ概説〜いよいよ半導体の出番(2-1)参照。この第2章の2-2では、それを受けてCNNのモデルの進化を紹介し、半導体チップに落とすための勘所を解説する。（セミコンポータル編集室） [→続きを読む]

第2章：ディープ・ニューラルネットワークのニューロチップへの実装〜その勘所は!!

この第2章は、人工知能（AI）の代表的な応用である画像認識によく使われているCNN （Convolutional Neural Network:: 畳み込みニューラルネットワーク）を紹介し、LSI化する場合に必要な演算を軽くするためのテクノロジーを中心に解説している。第2章は3部に分けて掲載する。最初となる2-1は、CNNの基本構成を紹介している。（セミコンポータル編集室）

[→続きを読む]

第1章「ニューロチップを取り巻く概況〜いよいよ半導体の出番(1-1)」では、これまでのアルゴリズムの進化や半導体チップが登場する背景について紹介したが、後半ではニューロチップの技術の流れについて紹介する。この寄稿は、元東芝の半導体エンジニアであり、元半導体理工学研究センター（STARC）にも在籍していた百瀬啓氏がニューロチップの現状を語っている。（セミコンポータル編集室）

[→続きを読む]

クラウド利用のIoTシステムの進展と、ビッグデータ解析、Google検索などから人工知能（Artificial Intelligence）やコグニティブコンピューティングが注目されるようになってきた。学習機能を持つ人工知能ではニューラルネットワークのモデルで学習機能（ディープラーニング）を実現している。AIのカギとなるニューラルネットワークのアーキテクチャはもちろん、シリコン半導体上に実現する。この寄稿では、元半導体理工学研究センター（STARC）/東芝の半導体エンジニアであった百瀬啓氏がニューロチップについて解説する。（セミコンポータル編集室）

[→続きを読む]

AlteraのCEO兼会長であるJohn Daane氏(図1)が2015年の産業界を展望する。やはり大きな動きとしてIoT（Internet of Things）を採り上げている。FPGAメーカーがIoT分野で力を発揮できるのは、センサとも言われるIoT端末を束ねてインターネットへデータを送信するゲートウェイよりも上のレイヤー、すなわちクラウドの世界である。FPGAはクラウドの中心である、データセンターとネットワークを進展させるドライバとなる　(セミコンポータル編集室)。 著者：John Daane , CEO and Chairman, Altera Corp [→続きを読む]