キーワードを探す
検索

「CNN」関連の最新 ニュース・レビュー・解説 記事 まとめ

最新記事一覧

慶應義塾大学は、Transformer処理と畳み込みニューラルネットワーク(CNN)処理を、極めて高い演算精度と電力効率で実行できる「アナログCIM(コンピュート・イン・メモリ)回路」を開発した。自動運転車やモバイルデバイスといったエッジコンピューティングにおいて、AI(人工知能)技術の導入が容易となる。

()

SynSenseとPropheseeは、Propheseeのイメージセンサー「Metavision」とSynsenseのニューロモーフィックプロセッサ「DYNAP-CNN」を統合したイベントベースの単一チップイメージセンサーを共同開発している。両社は今後、同イメージセンサーの設計、開発、製造、製品化でも連携し、小型化と安価を両立した超低電力センサーを生み出すことを目指す。

()

NEDOと東京工業大学は、エッジ機器で高効率なCNN(畳み込みニューラルネットワーク)による推論処理が可能なプロセッサアーキテクチャを開発したと発表した。同プロセッサアーキテクチャに基づく大規模集積回路(LSI)も試作し、「世界トップレベル」となる消費電力1W当たりの処理速度で最大26.5TOPSという実効効率を確認している。

()

ディープラーニング(深層学習)をビジネスで活用したい人に向け、最新技術情報に基づき、深層学習の概要、ニューラルネットワークの仕組み、深層学習の代表的な手法としてコンピュータビジョン向けのCNN/GAN、および自然言語処理向けのRNN/Transformer(BERT/GPT)の概要を、5分で読めるコンパクトな内容で紹介。最後に、次の一歩を踏み出すための参考情報もまとめる。

()

ルネサス エレクトロニクス(以下、ルネサス)は2021年2月17日、オンラインで開催された半導体業界最大級の国際学会「ISSCC 2021」(同年2月13〜22日)で、車載SoC(System on Chip)向けに高い性能と電力効率を両立したCNN(畳み込みニューラルネットワーク)アクセラレーターコアおよび機能安全技術を発表した。

()

ルネサス エレクトロニクスは2019年6月13日、低消費電力で高速にCNN(畳み込みニューラルネットワーク)の推論を実行できるAI(人工知能)アクセラレータ技術を開発したと発表した。同技術を用いたテストチップは高い推論精度を維持しつつ、世界最高クラス(同社調べ)となる8.8TOPS/Wの電力効率を実現した。

()

菱洋エレクトロと自動運転ベンチャーの「AImotive(エーアイモーティブ)」は、AImotiveが開発した独自IP(Intellectual Property)による畳み込みニューラルネットワーク(CNN:Convolutional Neural Network)アクセラレーター「aiWare」と、同社の自動運転ソフトウェア「aiDrive」を搭載したデモ車両を日本で初披露した。

()

最近注目を浴びることが多くなった「Deep Learning」と、それを用いた画像に関する施策周りの実装・事例について、リクルートグループにおける実際の開発経験を基に解説していく連載。今回は、Deep Learning/CNN(Convolutional Neural Net)をどうビジネスに活用しているかに焦点を当て、その試行錯誤の過程を紹介します。

()
キーワードを探す
ページトップに戻る