Raspberry PiがAIカメラモジュール発売へ、ソニーのAI処理機能搭載センサー採用
英国Raspberry Piがソニーのインテリジェントビジョンセンサー「IMX500」を搭載したAIカメラモジュールの発売を予定していることが分かった。Raspberry Piがドイツ・ニュルンベルクで開催中の組み込み技術の展示会「embedded world 2024」（2023年4月9～11日）で公開した。 IMX500はソニーが2020年5月に発表した製品で、イメージサイズが1/2.3型（対角7.857mm）の画素チップと、ロジックチップを重ね合わせた積層構造を採用。ロジックチップに、通常のイメージセンサー信号を処理する回路に加え、AI処理に特化した独自のDSPや、AIモデルを書き込むためのメモリなどを集積したことで、高性能プロセッサや外部メモリなどの追加なしで、エッジAIシステムの実現が可能になるというもの。画素は有効約1230万個の裏面照射型画素を配置している。
Googleらが共同開発、AI／機械学習を支援するオープンソース技術「OpenXLA」とは
Googleは2023年3月8日（米国時間）、AI（人工知能）／ML（機械学習）業界の多くの主要企業が共同開発を進めているオープンソースMLコンパイラエコシステム「OpenXLA」（XLA：Accelerated Linear Algebra）の利用と貢献を可能にしたと発表した。 OpenXLAの開発にはAlibaba、Amazon Web Services（AWS）、AMD、Apple、Arm、Cerebras、Google、Graphcore、Hugging Face、Intel、Meta、NVIDIAなどが参加している。 利用するフレームワーク増加に伴うサイロ化が課題に 現在のML開発、導入では「TensorFlow」「PyTorch」「JAX」といったMLフレームワークや、多種多様なハードウェアの利用により、インフラが断片化、サイロ化していることが問題となっている。問題の背景には、
ソニーG、「画像出さない」イメージセンサーに突破口
ソニーグループ（ソニーG）がイメージセンサー事業で新たな戦略を打ち出した。画像データではなく目的に合わせた分析データを出力し、市場を社会インフラ全般に拡大する。分析アルゴリズムを継続的に進化させることで、リカーリング（継続課金）型モデルを確立する。 新戦略を担うのは、画像を取得するイメージセンサーと、データを処理するロジックチップを組み合わせた「IMX500」だ。画像データを得るだけの従来のイメージセンサーとは異なり、その場でデータを分析して対象物の有無や分類といった結果だけを出力する。いわゆる「AI（人工知能）カメラ」を実現できる。 アプリやサービスの開発環境「AITRIOS（アイトリオス）」をクラウド上に構築し、IMX500から収集したデータをサービスに応用することで、継続的に課金してもらうリカーリングビジネスを構築できる。この仕組みは、これまで売り切り型のビジネスモデルが中心だったイ
アステリア、IoTデータエッジ処理「Gravio」新版、ユーザー作成の画像認識AIモデルに対応 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ IoT／M2M ＞ 新製品・サービス ＞ アステリア、IoTデータエッジ処理「Gravio」新版、ユーザー作成の画像認識AIモデルに対応 IoT／M2M IoT／M2M記事一覧へ [新製品・サービス] アステリア、IoTデータエッジ処理「Gravio」新版、ユーザー作成の画像認識AIモデルに対応 2022年7月27日(水)日川 佳三（IT Leaders編集部） リスト アステリアは2022年7月25日、エッジコンピューティングミドルウェア「Gravio」をバージョンアップした。IoTセンサー機器で収集したデータをローカル拠点で処理する。新版では、ユーザーが作成したAI推論モデルをノーコードで実装する機能や、エッジサーバー用途に使えるIoTゲートウェイ機器の新モデル「Gravio Hub 2」を追加している。 アステリアの「Gravi
産総研とNTT、シリコン光集積回路のみで作動するニューラルネットワーク演算技術を開発 | IT Leaders
IT Leaders トップ ＞ テクノロジー一覧 ＞ AI ＞ 市場動向 ＞ 産総研とNTT、シリコン光集積回路のみで作動するニューラルネットワーク演算技術を開発 AI AI記事一覧へ [市場動向] 産総研とNTT、シリコン光集積回路のみで作動するニューラルネットワーク演算技術を開発 デジタル電子回路を補完するAIアクセラレータに応用可能 2022年6月30日(木)日川 佳三（IT Leaders編集部） リスト 国立研究開発法人産業技術総合研究所（産総研）、NTT、国立研究開発法人科学技術振興機構（JST）の3者は2022年6月29日、シリコン光集積回路のみで作動するニューラルネットワーク演算技術を開発したと発表した。光伝搬のみで演算できることから、低遅延かつ消費電力の少ない演算が可能になる。デジタル電子回路を補完するAIアクセラレータへの応用が期待されるとしている。 産業技術総合研究
Raspberry Piで画像認識AIを作る——機械学習開発キット「Microsoft Machine Learning Kit for Lobe」｜fabcross
Raspberry Pi財団は2021年6月30日、Raspberry Pi活用事例として、機械学習開発キット「Microsoft Machine Learning Kit for Lobe」を紹介している。 Microsoft Machine Learning Kit for Lobeは、誰でも簡単に画像分類できる機械学習キットとして、Adafruit IndustriesとMicrosoftによって開発された。「Raspberry Pi 4」と「Raspberry Piカメラ」、Adafruit Industriesの拡張ボード「BrainCraft HAT」、Microsoftの機械学習アプリ「Lobe」を組み合わせている。 BrainCraft HATは、解像度240×240の1.54インチカラーディスプレイやマイク、LED、入出力ポートなどを搭載し、小型の冷却ファンも付属する。部
フィックスターズ、クラウド上のエッジAI開発環境「GENESIS」をベータ公開
フィックスターズ、クラウド上のエッジAI開発環境「GENESIS」をベータ公開CEATEC 2020 ONLINEで、初の一般公開 マルチコアCPU/GPU/FPGAを用いた高速化技術のグローバルリーダーである株式会社フィックスターズは、10月20日、クラウド上のエッジAI開発環境「GENESIS DevEnv」のベータ版をリリースしました。GENESIS * は、クラウドで完結したエッジアプリケーション向けノーコード開発プラットフォームです。これにより開発者は、クラウド上に用意された複数のハードウェアに自在にアクセスし、いつでも、どこでも、リモート環境で効率よくアプリケーション開発を行うことができます。本サービスは正式サービス開始まで、無料でお使いいただけます。2020年10月20～23日にオンライン開催されているCEATEC 2020 ONELINEのNEDOブース内で出展しています。
エッジAI用デバイスの種類と仕様、処理速度を比較してみた | | AI tech studio
AI Labの尾崎です。 主に人間とロボットとのインタラクションに関する技術開発を担当しております。 さて、ロボットといえば、コミュニケーションロボットや自動運転車など、自律的に動いてもらって人の労働を助けるものが多いと思います。人の労働を助けるほど、ロボットに人並みに自律的で賢く動いてもらうためには、たとえば、ロボットに視覚を与える必要が出てきます。このときに役立つのがロボットビジョンを始めとした人工知能 (AI) です。特にロボットのAIのようなインターネットの末端 (エッジ) にいるAIをエッジAIと呼びます[1,22]。 最近では深層学習と呼ばれる技術が生まれ、このエッジAIの分野も革新的に進歩しました。深層学習のおかげでロボットは、目の前の歩行者を画像から認識したり、部屋のものを認識できるようになったりしました。しかし、この深層学習で作られたモデルを使うには莫大な量の計算をしなけ
電力効率10倍以上、SLAM処理時間が20分の1のエッジAIチップを開発
新エネルギー・産業技術総合開発機構は、「ハイブリッド量子化ディープニューラルネットワーク（DNN）技術」「進化型仮想エンジンアーキテクチャ技術（aIPE）」「リアルタイムSLAM処理技術」を開発した。 新エネルギー・産業技術総合開発機構（NEDO）は2020年6月18日、ソシオネクスト、ArchiTek、豊田自動織機と共同で、「ハイブリッド量子化ディープニューラルネットワーク（DNN）技術」「進化型仮想エンジンアーキテクチャ技術（aIPE）」「リアルタイムSLAM処理技術」を開発したと発表した。 これらの技術を導入した「進化型、低消費電力AIエッジLSI」を試作評価したところ、AI（人工知能）認識処理と画像処理の電力効率が汎用GPUの10倍以上、リアルタイムSLAMの時間がCPUの20分の1に改善した。低消費電力、低遅延、低コストのマシンビジョン、セキュリティ、見守り、車載センシングシステ
インテルとUdacity、エッジAI開発者向けの学習プログラムを開始
印刷する メールで送る テキスト HTML 電子書籍 PDF ダウンロード テキスト 電子書籍 PDF クリップした記事をMyページから読むことができます IntelとUdacityは、エッジでのディープラーニング（DL）モデルの開発や配備の方法について学ぶ開発者を支援するために、「Intel Edge AI for IoT Developers Nanodegree Program」という新たなナノディグリープログラムの提供開始を発表した。同プログラムは「Intel Distribution of OpenVINO」と呼ばれるツールキットを採用しており、人工知能（AI）を活用したエッジ機器の開発や配備の迅速化を目的としている。 エッジ側でのデータ収集／処理が増加するにつれ、エッジでのAIソリューションの開発は、医療から製造業までさまざまな業界で急務になるはずだ。IntelのJonatha
電力効率10倍のＡＩチップがすごい ニュースイッチ by 日刊工業新聞社
ソシオネクスト（横浜市港北区、岡本吉史社長、０４５・５６８・１０００）は、電力効率を１０倍以上に高めた人工知能（ＡＩ）チップを開発した。ディープラーニング（深層学習）を圧縮して実行する技術を開発。リアルタイムの物体認識を５ワット以下の消費電力で実現した。 深層学習を１ビットや２ビット、８ビットの処理に圧縮する。チップの計算能力が限られても、高速に高度な認識が可能になる。効率よくデータを演算部に送る回路も開発し、メモリーの使用量を大幅に削減した。毎秒３０フレームの動画の物体認識では消費電力を５ワット以下に抑えられた。汎用的なＧＰＵ（画像処理ユニット）に比べ１０分の１以下になる。 同時に深層学習を圧縮する学習ツールも開発した。ハードとソフトの開発環境をそろえた。新エネルギー・産業技術総合開発機構（ＮＥＤＯ）事業で実施した。先進運転支援システム（ＡＤＡＳ）や監視カメラなどに提案していく。
Intel、NervanaのAIチップ開発を打ち切りへ
漠然とではあるが推測されてきた通り、IntelがNervanaのデータセンター向けAI学習用チップ「NNP-T」ならびに推論チップ「NNP-I」を打ち切った。最近買収したHabana Labs（以下、Habana）のチップ「Gaudi」と「Goya」の方を選択したとみられる。 漠然とではあるが推測されてきた通り、IntelがNervanaのデータセンター向けAI学習用チップ「NNP-T」ならびに推論チップ「NNP-I」を打ち切った。最近買収したHabana Labs（以下、Habana）のチップ「Gaudi」と「Goya」の方を選択したとみられる。 EE Timesにメールで送られてきた声明の中で、IntelはNervanaのデータセンター向けNNP-T（開発コード名：Spring Crest）の開発を中止すると述べた一方、NNP-I（同、Spring Hill）については既存顧客を気遣い
Intel、800万のニューロンからなる新しいAIシステムを開発｜fabcross
Intelは2019年7月15日、人間の脳の動きを模倣したニューロモルフィックシステム「Pohoiki Beach（開発コード名）」を公開した。自動運転やスマートホーム、サイバーセキュリティといった分野において、リアルタイム、高効率、低消費電力のAI処理が可能になる。 Pohoiki Beachは、Intelが2017年に発表した第5世代自己学習式ニューロモルフィックリサーチチップ「Loihi」を64個搭載し、800万のニューロンで構成している。Loihiは、従来の畳み込みニューラルネットワーク（CNN：Convolutional Neural Network）と異なり、人間の神経細胞を巧みに模倣したスパイキングニューラルネットワーク（SNN：Spiking Neural Network）だ。128コア構成のLoihiチップは、用途によっては一般的なCPUより1000倍速く、1万倍効率的な
Google、“ローカルAI”構築用ワンボードコンピュータやカメラを「Coral」ブランドで発売
米Googleは3月6日（現地時間）、“ローカルAI”でIoT端末を構築するためのプラットフォーム「Coral」（β）を発表した。カメラモジュールや開発ボードなど、5種類のハードウェアも披露した。 ローカルAIあるいは「オンデバイスAI」とは、クラウドではなくエッジあるいはローカルあるいはデバイス上でAI処理を行うこと。Coralは「完全なローカルAIツールキットを提供する」という。ハードウェアコンポーネント、ソフトウェアツール、ローカルでニューラルネットワークを構築するために必要なコンテンツで構成される。 いずれも同日公式版になったフレームワーク「TensorFlow Lite」をサポートする。 「Coral Dev Board」は、SoM（システムオンモジュール）として設計されたシングルボードコンピュータ。同社が昨年10月に発表したエッジデバイス向けASIC「Edge TPU」、NXP
インテル、機械学習の推論に特化した新プロセッサ「Nervana Neural Network Processor for Inference」発表。Facebookが開発に協力
インテル、機械学習の推論に特化した新プロセッサ「Nervana Neural Network Processor for Inference」発表。Facebookが開発に協力 インテルは機械学習の推論に特化した新プロセッサ「Nervana Neural Network Processor for Inference」（以下、NNP-I）を、ラスベガスで開催中のCES 2019で発表しました。 NNP-Iの開発にはFacebookが協力していることもあわせて発表されました。 機械学習の処理には、大量のデータを用いて機械に学習を行わせてモデルを作る「学習」（もしくはトレーニング）処理と、学習済みのモデルを用いて「推論」を行う処理の2つがあります。 NNP-Iはこの推論の処理を省電力かつ高速に実行することに特化したプロセッサです。 一般に機械学習処理では、いちどトレーニングによってモデルを作成
ラズベリーパイより簡単にIoT電子工作ができる「obniz」が1億円を調達、コンセプトは“ハードウェアのAPI化” | TechCrunch Japan
There’s a massive appetite for nostalgia in entertainment right now, and one of gaming’s cultural juggernauts wants to cash in. Fortnite maker Epic Games announced Friday that the gameR African mobile video network StarNews Mobile has secured $3 million in pre-Series A funding. StarNews offers African content creators a platform for monetizing their work through a subscription model.
Hot Chips 30 - アナログ演算で高効率なMythicのAIチップ(前編) Hisa Ando
Hot Chips 30において、Mythicというスタートアップ企業がアナログ演算を使う「IPU(Intelligence Processor Unit)」と呼ぶ低電力、高性能のAIの推論(Inference)用のチップを発表した。 Hot Chips 30においてMythicのAI Inferenceチップを発表する同社のDave Fick CTO ディープラーニングの推論は、入力ベクタと重み(Weight)マトリクスを掛けるという処理が演算の主要な部分を占める。この演算では入力Xiは同じものが何度も使用されるが、マトリクスの要素は再利用されないので、1回の演算ごとにメモリから読み出す必要があるので、多くのメモリアクセスを必要とする。 ディープラーニングの演算はベクタとマトリクスの乗算が主要な計算となるが、この時、マトリクスの要素は1回の演算に1回の読み出しが必要になる (出典:このレ
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
人工知能のシステムを“軽量化”せよ：処理能力が低いチップで動く高性能AIの実力
「韓国連合チーム」が新たなAIチップ開発 高性能x電力消費効率は10倍に（Forbes JAPAN） - Yahoo!ニュース
TechCrunch