ロードマップでわかる！当世プロセッサー事情 第564回

精度が重要な「学習」と速度が求められる「推論」　AIプロセッサーの昨今

異なるネットワークで同一のAPIが使える
フレームワーク

　もう1つAI周りで重要なのは、フレームワークの存在である。フレームワークとは「ネットワークをメモリー中に格納し、そこに入力画像を与えて畳み込み→全結合の一連の過程を全部計算させ、最終的に結果を出力させるためのもの」になる。

　世の中には実際にはたくさんのネットワークが存在する。下の画像はそのうちほんの一例だ。

Alex NetとかVGG Netは最初期のネットワークで、その後たくさんのネットワークが登場している。ちなみにこのスライドそのものが2017年のものなので、現在はさらにたくさんのネットワークが存在する

画像の出典は、2017年2月に行われた、XilinxのreVISIONという機械学習向けソフトウェアスタックの説明会資料

　ネットワークごとにメモリーへの格納の仕方や動かし方が異なると、「少しネットワークを変更して動きを確認する」のも大変だし、アプリケーションの側もネットワークごとにプログラミングを変更する必要があるのはいろいろしんどい。

　そこで生まれたのがフレームワークというもので、異なるネットワークであっても同一のAPIで扱うことが可能になっている。このフレームワークもいろあるが、有名どころとして、下表あたりは名前を覚えておいても損はない。

有名なフレームワークの一覧
名称	概要
Theano	フレームワークの元祖。さすがに最近は少し使われなくなってきた。
TensorFlow	Googleの提供するフレームワーク。広く利用されている。最近はこの軽量版であるTensorFlow Liteや、さらにそれをマイコン向けに超軽量化したTensor Flow Lite for Microcontrollerなども使われている。
Caffe	BVLC(Berkeley Vision and Learning Center)の開発したフレームワーク。こちらも広く使われている。この後継としてCaffe2というフレームワークがFacebookによって開発されていたが、これはPyTorchに一本化されてしまった。
Chainer	日本のPreferred Networksが提供するフレームワーク。国内では広く使われていたが、Preferred Networks自身が自社で利用するフレームワークをChainerからPyTorchに移行することを宣言、Chainerは新規開発を終わりメンテナンスフェーズに入っている。
PyTouch	Facebookによって開発されたフレームワーク。こちらも広く使われている。

　ほかに、インテルはOpenVINOと呼ばれる独自フレームワークを提供しており、インテルのCPU/VPU/FPGA上で動作するとか、マイクロソフトもCNTK(Microsoft Cognitive Toolkit)と呼ばれるツールキットを提供しているなど、けっこういろいろなフレームワークが世の中には存在する。

　こうしたフレームワークをどこまでサポートするのか、というのもAIプロセッサーの差別化要因の1つとなっているのが現状だ。

　ということで3回にわたって基礎的な説明をしたところで、次回からさまざまなAIプロセッサーを紹介していく。