新着Pick
154Picks
Pick に失敗しました

人気 Picker
今の時代を象徴している様な話だと思う。
EDAやArmを使えば、ハードルは10年前
に比べると随分低くなっている。
製造の作業は依然高度な技術が必要だが、
分業出来る。

そこよりも気になるのは、ビジネスモデル
である。

長谷川さん、丸山さんを存じ上げている。
成功を祈念しております。
ぬお、半導体の設計にまでPFN進出し始めたか!
Amazon(①)とかAlibaba(②)とか、各社機械学習向けに半導体を手掛けるようになっている。とはいえ、やはりこういった企業は巨人なわけで…
製造プロセスも気になるところ。ファンドリーは最先端プロセスを仮想通貨マイニングチップに政策的に割いていたが、そこが逆風でTSMCなどは下方修正に至っている。計算量は基本的に増えていくだろうし、そのなかで早めに強い企業と組むという仮想通貨の時と同じような思惑があってもビックリしない。
https://newspicks.com/news/3496564
https://newspicks.com/news/3327758
CPU設計って、学部の半期で学べるくらい簡単なんだよね。特に行列計算しかしなければ、足し算と掛け算という基本的ロジックだけで済むし。

割り算とか、三角関数とか命令の順序を入れ替えて処理を最適化するとか、そういったややこしいこともいらないし
巨大なコンピューター資源を効率的に運用するにあたって、いまやソフトウェアではほとんど差別化ができなくなっているので、ハードウェア層での競争に

GAFAも各々深層学習に特化した独自チップを開発している流れがあります。

Google: かくしてグーグルは独自の「AI専用チップ」を開発した──音声認識や「AlphaGo」を支える驚異の技術
https://wired.jp/2017/04/18/google-building-ai-chip/

Amazon: アマゾンがクラウド専用の独自チップを開発した理由
https://wired.jp/2018/11/30/new-amazon-chips-cloud-computing/

Facebook: Facebook、独自チップの設計に向けチーム編成か
https://japan.cnet.com/article/35118078/

Apple: iPhoneを進化させた「AIチップ」、その開発の舞台裏
https://wired.jp/2018/09/27/how-apple-makes-ai-chip/
ソフトウェア企業(GAFA等)が独自チップを開発する流れに、PFNも着実に追随。

ソフト産業がハード産業に進出し、全てを飲み込んでいく兆候。日本はハードが優秀という過去の栄光に酔いしれず、挑戦していきましょ。
AIチップには、ビッグデータを深層学習する学習型と、学習済みAIモデルをリアルタイムに適用する実行型があります。ベンチャーのAIチップは、超小型・低消費電力の実行型が多いのですが、PFNのは学習型という意味でもスゴイチャレンジですね。

学習型で競合するNvidiaのTesra V100は単精度で14T Flops、PFNのMN-Coreが131T Flopsなら約10倍。V100の市場価格は100万円以上しますから、1000万円くらいの価値とみなせます。2E Flopsを目指すと、V100なら10万台で1000億円超ですね(計算に自信ありません)。

AI市場では計算パワーは競争力そのものです。自社で少しでも低コストの計算パワーを所有できれば優位に立てます。特にPFNは深層学習の新たなアルゴリズム開発や用途開発にも強みがあり、試行錯誤を繰り返せる計算パワーは研究開発において大きなアドバンテージになるでしょう。

いや本当にうらやましいです。

それにしても、どうやって冷やすのか気になります。
今をときめくAIの会社が半導体に進出する流れがさらに進めば、近い将来には、僕ら化学メーカーの領域、つまり、素材そのものに手をつけないといけなくなる未来がくるんじゃないかな、と思ってワクワクしています。
彼らも作っていた
自社サービスに学習に使うのかな
クラウドサービスとして開放するのかな
ビジネスモデルはどちらを目指すのか
そりゃあ、こうくる、
学習特化型か、推論特化型はもう出していたか?!

今のNVIDIAの牙城をどう変えていくのか