低コスト・低消費電力での深層学習アプリケーションの実現
説明
昨今の AI ブームにより,深層学習の適用範囲が拡大されてきているが,計算リソースの価格や消費電力が問題となっている.深層学習の推論に特化したデバイスを使うと,それらの問題を解決する可能性があるが,それらのデバイスのスケーラビリティなどは不明である.そこで本研究では,安価で省電力な Neural Compute Stick (NCS) を利用し,NCS のスケーラビリティを確認するための性能評価を行った.NCS を 14 本接続し推論させたところ,NCS の本数に応じて線形に性能が向上し,最大 107 fps で領域検出できることがわかった.また,1 本あたりに実行させるグラフ数を変化させたところ,2 つのグラフまでは性能が向上することがわかった.この結果をもとに,深層学習アプリケーションを作成し性能評価したところ,NCS の本数に応じて性能が向上することを確認することができた.
収録刊行物
-
- 第26回マルチメディア通信と分散処理ワークショップ論文集
-
第26回マルチメディア通信と分散処理ワークショップ論文集 144-147, 2018-10-31
情報処理学会
- Tweet
詳細情報 詳細情報について
-
- CRID
- 1050011097152952704
-
- NII論文ID
- 170000178439
-
- 本文言語コード
- ja
-
- 資料種別
- conference paper
-
- データソース種別
-
- IRDB
- CiNii Articles