Enviar pesquisa
Carregar
アイベックステクノロジー/馬場様 講演資料
•
0 gostou
•
370 visualizações
直
直久 住川
Seguir
2021年9月7日 「ザイリンクス ビジョンAIで実現するスマートワールドソリューション」講演資料
Leia menos
Leia mais
Dispositivos e hardware
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 21
Baixar agora
Baixar para ler offline
Recomendados
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム
Shinya Takamaeda-Y
FPGAX2019
FPGAX2019
Hiroki Nakahara
Intellectual Highway/貞末様 講演資料
Intellectual Highway/貞末様 講演資料
直久 住川
DNNのモデル特化ハードウェアを生成するオープンソースコンパイラNNgenのデモ
DNNのモデル特化ハードウェアを生成するオープンソースコンパイラNNgenのデモ
Shinya Takamaeda-Y
Tensor flow usergroup 2016 (公開版)
Tensor flow usergroup 2016 (公開版)
Hiroki Nakahara
研究者のための Python による FPGA 入門
研究者のための Python による FPGA 入門
ryos36
Topology Managerについて / Kubernetes Meetup Tokyo 50
Topology Managerについて / Kubernetes Meetup Tokyo 50
Preferred Networks
Singularityで分散深層学習
Singularityで分散深層学習
Hitoshi Sato
Recomendados
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム
オープンソースコンパイラNNgenでつくるエッジ・ディープラーニングシステム
Shinya Takamaeda-Y
FPGAX2019
FPGAX2019
Hiroki Nakahara
Intellectual Highway/貞末様 講演資料
Intellectual Highway/貞末様 講演資料
直久 住川
DNNのモデル特化ハードウェアを生成するオープンソースコンパイラNNgenのデモ
DNNのモデル特化ハードウェアを生成するオープンソースコンパイラNNgenのデモ
Shinya Takamaeda-Y
Tensor flow usergroup 2016 (公開版)
Tensor flow usergroup 2016 (公開版)
Hiroki Nakahara
研究者のための Python による FPGA 入門
研究者のための Python による FPGA 入門
ryos36
Topology Managerについて / Kubernetes Meetup Tokyo 50
Topology Managerについて / Kubernetes Meetup Tokyo 50
Preferred Networks
Singularityで分散深層学習
Singularityで分散深層学習
Hitoshi Sato
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Preferred Networks
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
Shinya Takamaeda-Y
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
智啓 出川
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
Yusuke Uchida
【DL輪読会】GPT-4Technical Report
【DL輪読会】GPT-4Technical Report
Deep Learning JP
Gpu vs fpga
Gpu vs fpga
Yukitaka Takemura
2値ディープニューラルネットワークと組込み機器への応用: 開発中のツール紹介
2値ディープニューラルネットワークと組込み機器への応用: 開発中のツール紹介
Hiroki Nakahara
Chainer で Tensor コア (fp16) を使いこなす
Chainer で Tensor コア (fp16) を使いこなす
NVIDIA Japan
2値化CNN on FPGAでGPUとガチンコバトル(公開版)
2値化CNN on FPGAでGPUとガチンコバトル(公開版)
Hiroki Nakahara
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
ManaMurakami1
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
Ultra96ボードでYOLOを高速化
Ultra96ボードでYOLOを高速化
Hiroyuki Okuhata
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
cvpaper. challenge
ポーカーAIの最新動向 20171031
ポーカーAIの最新動向 20171031
Jun Okumura
【DL輪読会】大量API・ツールの扱いに特化したLLM
【DL輪読会】大量API・ツールの扱いに特化したLLM
Deep Learning JP
Semantic segmentation
Semantic segmentation
Takuya Minagawa
【DL輪読会】Contrastive Learning as Goal-Conditioned Reinforcement Learning
【DL輪読会】Contrastive Learning as Goal-Conditioned Reinforcement Learning
Deep Learning JP
組込向けDeep Learning最新技術の紹介量子化テクニックとDorefaNetについて
組込向けDeep Learning最新技術の紹介量子化テクニックとDorefaNetについて
Natsutani Minoru
FPGA+SoC+Linux実践勉強会資料
FPGA+SoC+Linux実践勉強会資料
一路 川染
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
Deep Learning JP
Aws xilinx webinar20200729_ibex
Aws xilinx webinar20200729_ibex
Takayuki Baba
福岡発!最新のAI/VR/AR技術動向と最新の技術体験
福岡発!最新のAI/VR/AR技術動向と最新の技術体験
NEXT-SYSTEM Co.,Ltd.
Mais conteúdo relacionado
Mais procurados
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Preferred Networks
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
Shinya Takamaeda-Y
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
智啓 出川
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
Yusuke Uchida
【DL輪読会】GPT-4Technical Report
【DL輪読会】GPT-4Technical Report
Deep Learning JP
Gpu vs fpga
Gpu vs fpga
Yukitaka Takemura
2値ディープニューラルネットワークと組込み機器への応用: 開発中のツール紹介
2値ディープニューラルネットワークと組込み機器への応用: 開発中のツール紹介
Hiroki Nakahara
Chainer で Tensor コア (fp16) を使いこなす
Chainer で Tensor コア (fp16) を使いこなす
NVIDIA Japan
2値化CNN on FPGAでGPUとガチンコバトル(公開版)
2値化CNN on FPGAでGPUとガチンコバトル(公開版)
Hiroki Nakahara
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
ManaMurakami1
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Yusuke Uchida
Ultra96ボードでYOLOを高速化
Ultra96ボードでYOLOを高速化
Hiroyuki Okuhata
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
cvpaper. challenge
ポーカーAIの最新動向 20171031
ポーカーAIの最新動向 20171031
Jun Okumura
【DL輪読会】大量API・ツールの扱いに特化したLLM
【DL輪読会】大量API・ツールの扱いに特化したLLM
Deep Learning JP
Semantic segmentation
Semantic segmentation
Takuya Minagawa
【DL輪読会】Contrastive Learning as Goal-Conditioned Reinforcement Learning
【DL輪読会】Contrastive Learning as Goal-Conditioned Reinforcement Learning
Deep Learning JP
組込向けDeep Learning最新技術の紹介量子化テクニックとDorefaNetについて
組込向けDeep Learning最新技術の紹介量子化テクニックとDorefaNetについて
Natsutani Minoru
FPGA+SoC+Linux実践勉強会資料
FPGA+SoC+Linux実践勉強会資料
一路 川染
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
Deep Learning JP
Mais procurados
(20)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
Deep Learningのための専用プロセッサ「MN-Core」の開発と活用(2022/10/19東大大学院「 融合情報学特別講義Ⅲ」)
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
PythonとPyCoRAMでお手軽にFPGAシステムを開発してみよう
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
2015年度GPGPU実践プログラミング 第15回 GPU最適化ライブラリ
近年のHierarchical Vision Transformer
近年のHierarchical Vision Transformer
【DL輪読会】GPT-4Technical Report
【DL輪読会】GPT-4Technical Report
Gpu vs fpga
Gpu vs fpga
2値ディープニューラルネットワークと組込み機器への応用: 開発中のツール紹介
2値ディープニューラルネットワークと組込み機器への応用: 開発中のツール紹介
Chainer で Tensor コア (fp16) を使いこなす
Chainer で Tensor コア (fp16) を使いこなす
2値化CNN on FPGAでGPUとガチンコバトル(公開版)
2値化CNN on FPGAでGPUとガチンコバトル(公開版)
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
畳み込みニューラルネットワークの高精度化と高速化
畳み込みニューラルネットワークの高精度化と高速化
Ultra96ボードでYOLOを高速化
Ultra96ボードでYOLOを高速化
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
【メタサーベイ】Transformerから基盤モデルまでの流れ / From Transformer to Foundation Models
ポーカーAIの最新動向 20171031
ポーカーAIの最新動向 20171031
【DL輪読会】大量API・ツールの扱いに特化したLLM
【DL輪読会】大量API・ツールの扱いに特化したLLM
Semantic segmentation
Semantic segmentation
【DL輪読会】Contrastive Learning as Goal-Conditioned Reinforcement Learning
【DL輪読会】Contrastive Learning as Goal-Conditioned Reinforcement Learning
組込向けDeep Learning最新技術の紹介量子化テクニックとDorefaNetについて
組込向けDeep Learning最新技術の紹介量子化テクニックとDorefaNetについて
FPGA+SoC+Linux実践勉強会資料
FPGA+SoC+Linux実践勉強会資料
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
【DL輪読会】マルチエージェント強化学習における近年の 協調的方策学習アルゴリズムの発展
Semelhante a アイベックステクノロジー/馬場様 講演資料
Aws xilinx webinar20200729_ibex
Aws xilinx webinar20200729_ibex
Takayuki Baba
福岡発!最新のAI/VR/AR技術動向と最新の技術体験
福岡発!最新のAI/VR/AR技術動向と最新の技術体験
NEXT-SYSTEM Co.,Ltd.
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
PC Cluster Consortium
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
IoTビジネス共創ラボ
SORACOM UG Explorer 2018 - IoTxAIを活用した小売業向け店舗解析サービスの仕組みとノウハウ
SORACOM UG Explorer 2018 - IoTxAIを活用した小売業向け店舗解析サービスの仕組みとノウハウ
紘之 大田黒
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
wagatuma
PKSHA Security Package for Credit
PKSHA Security Package for Credit
MasatoMinami2
AI×IoT活用サービスの拡大に必要なコト (JAWS-UG IoT専門支部)
AI×IoT活用サービスの拡大に必要なコト (JAWS-UG IoT専門支部)
紘之 大田黒
不足するAI人材に対する「パソナテックの人材育成ソリューション」
不足するAI人材に対する「パソナテックの人材育成ソリューション」
Natsutani Minoru
会社紹介
会社紹介
VirtualTech Japan Inc.
【実践!】最新事例を含めたオウンドメディアでの課金動画配信
【実践!】最新事例を含めたオウンドメディアでの課金動画配信
Suguru Ohta
オウンドメディアでの課金動画配信のご紹介
オウンドメディアでの課金動画配信のご紹介
eviry
isaaxとsoracomで実現する爆速IoT実装
isaaxとsoracomで実現する爆速IoT実装
Nanami Setoyama
AI Samurai AWS Summit
AI Samurai AWS Summit
AISamurai
SIOS iQ:機械学習 I T O A VMware仮想環境の性能問題の原因分析 迅速な問題解決と未然防止を実現
SIOS iQ:機械学習 I T O A VMware仮想環境の性能問題の原因分析 迅速な問題解決と未然防止を実現
softlayerjp
21 02-18 web seminar
21 02-18 web seminar
忍 寺門
夏まつり2016 Session4(事例ローテーション:インフォテック 謝花様)
夏まつり2016 Session4(事例ローテーション:インフォテック 謝花様)
takumibp
【Dll3】scskプレゼン20170904
【Dll3】scskプレゼン20170904
Hirono Jumpei
【Sb】「if 自動化するなら then stack stormを使おう」 展開用
【Sb】「if 自動化するなら then stack stormを使おう」 展開用
Kazunori Shimura(kojima)
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
IoTビジネス共創ラボ
Semelhante a アイベックステクノロジー/馬場様 講演資料
(20)
Aws xilinx webinar20200729_ibex
Aws xilinx webinar20200729_ibex
福岡発!最新のAI/VR/AR技術動向と最新の技術体験
福岡発!最新のAI/VR/AR技術動向と最新の技術体験
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
PCCC22:株式会社アックス テーマ1「俺ASICとロボットと論理推論AI」
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
Azureを活用した未来型無人化店舗(AI STORE LAB)への挑戦
SORACOM UG Explorer 2018 - IoTxAIを活用した小売業向け店舗解析サービスの仕組みとノウハウ
SORACOM UG Explorer 2018 - IoTxAIを活用した小売業向け店舗解析サービスの仕組みとノウハウ
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
07.テクノスデータサイエンスエンジニアリング(株)_発表資料
PKSHA Security Package for Credit
PKSHA Security Package for Credit
AI×IoT活用サービスの拡大に必要なコト (JAWS-UG IoT専門支部)
AI×IoT活用サービスの拡大に必要なコト (JAWS-UG IoT専門支部)
不足するAI人材に対する「パソナテックの人材育成ソリューション」
不足するAI人材に対する「パソナテックの人材育成ソリューション」
会社紹介
会社紹介
【実践!】最新事例を含めたオウンドメディアでの課金動画配信
【実践!】最新事例を含めたオウンドメディアでの課金動画配信
オウンドメディアでの課金動画配信のご紹介
オウンドメディアでの課金動画配信のご紹介
isaaxとsoracomで実現する爆速IoT実装
isaaxとsoracomで実現する爆速IoT実装
AI Samurai AWS Summit
AI Samurai AWS Summit
SIOS iQ:機械学習 I T O A VMware仮想環境の性能問題の原因分析 迅速な問題解決と未然防止を実現
SIOS iQ:機械学習 I T O A VMware仮想環境の性能問題の原因分析 迅速な問題解決と未然防止を実現
21 02-18 web seminar
21 02-18 web seminar
夏まつり2016 Session4(事例ローテーション:インフォテック 謝花様)
夏まつり2016 Session4(事例ローテーション:インフォテック 謝花様)
【Dll3】scskプレゼン20170904
【Dll3】scskプレゼン20170904
【Sb】「if 自動化するなら then stack stormを使おう」 展開用
【Sb】「if 自動化するなら then stack stormを使おう」 展開用
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
工場内レガシー機器のAIを利用したIoT化とエッジAIの可能性
Mais de 直久 住川
公開用_講演資料_SCSK.pdf
公開用_講演資料_SCSK.pdf
直久 住川
ACRi-Webinar_Feb2023_agenda_20230225.pdf
ACRi-Webinar_Feb2023_agenda_20230225.pdf
直久 住川
第11回ACRiウェビナー_東工大/坂本先生ご講演資料
第11回ACRiウェビナー_東工大/坂本先生ご講演資料
直久 住川
第11回ACRiウェビナー_インテル/竹村様ご講演資料
第11回ACRiウェビナー_インテル/竹村様ご講演資料
直久 住川
2022-12-17-room.pdf
2022-12-17-room.pdf
直久 住川
ACRiルーム副室長_安藤様_講演資料
ACRiルーム副室長_安藤様_講演資料
直久 住川
DSF実行委員長_酒井様_講演資料
DSF実行委員長_酒井様_講演資料
直久 住川
ACRi事務局_住川_講演資料
ACRi事務局_住川_講演資料
直久 住川
VCK5000_Webiner_GIGABYTE様ご講演資料
VCK5000_Webiner_GIGABYTE様ご講演資料
直久 住川
AMD_Xilinx_AI_VCK5000_20220602R1.pdf
AMD_Xilinx_AI_VCK5000_20220602R1.pdf
直久 住川
VCK5000_Webiner_Fixstars様ご講演資料
VCK5000_Webiner_Fixstars様ご講演資料
直久 住川
第9回ACRiウェビナー_セック/岩渕様ご講演資料
第9回ACRiウェビナー_セック/岩渕様ご講演資料
直久 住川
第9回ACRiウェビナー_日立/島田様ご講演資料
第9回ACRiウェビナー_日立/島田様ご講演資料
直久 住川
20220525_kobayashi.pdf
20220525_kobayashi.pdf
直久 住川
220526_ACRi_Ando01r.pdf
220526_ACRi_Ando01r.pdf
直久 住川
2205ACRi_jinguji.pdf
2205ACRi_jinguji.pdf
直久 住川
ACRiポジショントーク_山科.pdf
ACRiポジショントーク_山科.pdf
直久 住川
ACRiウェビナー:小野様ご講演資料
ACRiウェビナー:小野様ご講演資料
直久 住川
ACRiウェビナー:岩渕様ご講演資料
ACRiウェビナー:岩渕様ご講演資料
直久 住川
ACRiウェビナー:アジェンダ
ACRiウェビナー:アジェンダ
直久 住川
Mais de 直久 住川
(20)
公開用_講演資料_SCSK.pdf
公開用_講演資料_SCSK.pdf
ACRi-Webinar_Feb2023_agenda_20230225.pdf
ACRi-Webinar_Feb2023_agenda_20230225.pdf
第11回ACRiウェビナー_東工大/坂本先生ご講演資料
第11回ACRiウェビナー_東工大/坂本先生ご講演資料
第11回ACRiウェビナー_インテル/竹村様ご講演資料
第11回ACRiウェビナー_インテル/竹村様ご講演資料
2022-12-17-room.pdf
2022-12-17-room.pdf
ACRiルーム副室長_安藤様_講演資料
ACRiルーム副室長_安藤様_講演資料
DSF実行委員長_酒井様_講演資料
DSF実行委員長_酒井様_講演資料
ACRi事務局_住川_講演資料
ACRi事務局_住川_講演資料
VCK5000_Webiner_GIGABYTE様ご講演資料
VCK5000_Webiner_GIGABYTE様ご講演資料
AMD_Xilinx_AI_VCK5000_20220602R1.pdf
AMD_Xilinx_AI_VCK5000_20220602R1.pdf
VCK5000_Webiner_Fixstars様ご講演資料
VCK5000_Webiner_Fixstars様ご講演資料
第9回ACRiウェビナー_セック/岩渕様ご講演資料
第9回ACRiウェビナー_セック/岩渕様ご講演資料
第9回ACRiウェビナー_日立/島田様ご講演資料
第9回ACRiウェビナー_日立/島田様ご講演資料
20220525_kobayashi.pdf
20220525_kobayashi.pdf
220526_ACRi_Ando01r.pdf
220526_ACRi_Ando01r.pdf
2205ACRi_jinguji.pdf
2205ACRi_jinguji.pdf
ACRiポジショントーク_山科.pdf
ACRiポジショントーク_山科.pdf
ACRiウェビナー:小野様ご講演資料
ACRiウェビナー:小野様ご講演資料
ACRiウェビナー:岩渕様ご講演資料
ACRiウェビナー:岩渕様ご講演資料
ACRiウェビナー:アジェンダ
ACRiウェビナー:アジェンダ
アイベックステクノロジー/馬場様 講演資料
1.
www.ibextech.jp スマート ワールドの価値を確かなものにする 低レイテンシの「映像×AI」技術 アイベックステクノロジー株式会社 取締役 事業戦略室長兼CRO技術部長 馬場
隆行
2.
www.ibextech.jp 内容 1. 会社概要と自社開発「超低遅延コーデック」の紹介 2. Smart
World 「低レイテンシ」ユースケース 3. 「映像 x AI」 FPGAが強みを発揮する実装例 4. まとめ
3.
www.ibextech.jp 会社概要と超低遅延コーデックの紹介
4.
www.ibextech.jp 会社概要 社名 アイベックステクノロジー株式会社 (旧社名
株式会社LSIシステムズ) 所在地 神奈川県川崎市麻生区南黒川10-1 (小田急多摩線 黒川駅 徒歩 3分) (京王相模原線 若葉台駅 徒歩10分) 設立 1985年1月5日(神奈川県厚木市) 代表者 兵藤 智明 社員数 60名(技術者44名) 主要取引銀行 三井住友銀行 厚木支店 親会社 株式会社日本デジタル研究所(JDL) 決算期 3月(無借金の健全経営) 2020年4月よりACRiに加盟
5.
www.ibextech.jp コーデック IPをFPGA に搭載した 製品も販売
6.
www.ibextech.jp ● コーデック遅延、僅か10msecを実現 ● MPEG-4
AVC/H.264、High4:2:2(8bit) Main Profile Level4.1 ● 半二重コーデック(エンコーダ、デコーダ切り替え) ● ダウンコンバータ、アップコンバータ内蔵 ● IP伝送とDVB-ASI伝送に対応 ● 1/3U (A5相当)のコンパクトな筐体 ● SNMPに対応 ● エンベデットオーディオ8ch対応 ● GenLock機能搭載(デコーダ) 超低遅延H.264コーデック HLD-300C (2K) HLD-300C
7.
www.ibextech.jp RKB毎日放送様:HLD-300C使用例/ゴルフ中継 HLD-300C 超低遅延コーデック 放送用途事例
8.
www.ibextech.jp 災害復旧現場のような危険な現場で有線ネットワークの構築が難しい無人化施工現場で は、無線通信システムを利用した映像伝送で重機の操縦を行っています。 500m 伝送遅延が大きいと重機 の操縦が難しくなります 人が立ち入ること が出来ないエリア 高画質なので、遠近感や高低差 が伝わります 超低遅延コーデック技術が 災害現場にも貢献! 超低遅延コーデック 建設機械用途事例
9.
www.ibextech.jp 超低遅延コーデックの仕組み 10msecの遅延
10.
www.ibextech.jp Smart World 「低レイテンシ」ユースケース
11.
www.ibextech.jp ユースケース② 腐敗品選別機能付き選果機 ユースケース① 建設機器の安全装置 AIがエッジ端末のみで完結するユースケース AIが人物検知
→ 自動停止 安全装置のため低レイテンシが必須 リモート制御建機 遠隔制御室 選果機 AIが腐敗の可能性のある個体を選別 選果機と同じスループットとレイテンシで 選別判断が必要
12.
www.ibextech.jp ユースケース④ インフラ老朽化検出機能 ユースケース③ 小売店/ホテル
VIP検出機能(海外事例) エッジ端末とデータセンターの両方でAIが使用されるユースケース タイミングを逃さないため低レイテンシが重要 作業効率を落とさないために低レイテンシ重要 エッジAIが「ひび割れ」を検出 エッジが映像とメタデータをDCTに送信 DCTのビッグデータで詳細解析 DCTのビッグデータで人物特定 店員・フロントに連絡 映像とメタデータも提供 エッジAIが「顔」を検出 防犯用途(例:空港)も同様
13.
www.ibextech.jp ユースケース⑥ 害獣自動追尾機能 ユースケース⑤ エッジAIが危険を察知し信号を制御 データフローがエッジ端末⇒データセンタ⇒エッジ端末のユースケース システム全体の低レイテンシ化が必要
害獣の動きを追尾できる低レイテンシが必要 エッジカメラが超低遅延エンコード DCTがエッジにメタデータ(識別結果、座標等)を返送 DCTの返送データを基に自動追尾・警告 DCTが特定の信号(エッジ)に指示を出す DCTに危険情報 を送信 エッジAIが「危険」と判断 エッジがDCTに映像を伝送 DCTが「動く物体」を検知&識別 超 低 遅 延 圧 縮 映 像 座 標 ・ 識 別 情 報
14.
www.ibextech.jp 1.エッジで完結する ユースケース 2.エッジ⇒データセンター⇒オペレータ等 のユースケース 3.エッジ⇒データセンター⇒エッジ
のユースケース 「映像 & AIデータ」のデータフローが 映像 x AI アプリケーションの全てが低レイテンシが必要なわけではない しかし低レイテンシが可能になれば 実現できるユースケースや新たなユースケースを開発できる 紹介事例は全て「低レイテンシ」が必要または重要
15.
www.ibextech.jp FPGAは安定した低レイテンシーの実現に有利 ループ処理 並列処理 CPU, GPUの場合 FPGAの場合 • 異なる演算の同時並列処理を効率的に実行 •
オンチップ大容量メモリにより安定した低レイテンシーを実現 • ネットワーク機能のワンチップ化によりレイテンシーをさらに短縮 • CPUの場合、処理をシーケンシャルに実行 • GPUの場合、異なる演算の並列処理は非効率 (SIMTの特性)、処理能力を向上するためバッチ 処理をおこなうとレイテンシーは増加する • CPU, GPUとも割込みやキャッシュの状態によりレイテンシーはかなりばらつく。外部メモリ をアクセスするとレイテンシーとそのばらつきは一層大きくなる 参考; ACRiブログ「広がり続ける FPGA の応用と人工知能への活用 (2)」 FPGA はなぜ低遅延、高スループット、低消費電力を実現できるのか
16.
www.ibextech.jp 低遅延コーデック処理の例にすると FPGA : クロック単位で設計するので、設計時に処理時間の揺らぎがコントロールできる CPU
: 割り込み, キャッシュミス, 分岐予測ミス等の不確定な処理時間の揺らぎのためのマージンが必要 GPU : 内蔵のコーデック処理向けアクセラレータはアーキテクチャ次第 (ピクチャ単位の処理ならば、低遅延コーデックには不向き) GPGPUは活用できる部分とできない部分がある。(大量の均質データ処理は得意だがそれ以外は苦手) 「最近のCPUはマルチコアが当たり前で並列処理できるのでは?」 “処理時間の揺らぎ”が少ない方がレイテンシを短くすることができる (参考データ) (出典) Ultra Low Latency and High Performance Deep Learning Processor with FPGA - Alibaba Cloud Community 「遅延(Latency)と性能面(QPS)の両方を同時に担保 することはGPUだと難しい。一般的なGPUだと性能を 出すためにはレイテンシが増える」
17.
www.ibextech.jp ① 粗いAI 高精度AI ②
動作検知 物体識別 ③ エンコード情報継承 パラメータ・メタデータ活用 エッジ端末とデータセンターの役割分担例 混雑程度のみ判定 混雑具合に適したCNN採用 動きがあるかのみ検出 物体を検出及び識別 エンコード時のパラメータを伝送 「時刻情報」などの活用 ・Update頻度が高いAI/CNN ・稼働率の変動が大きい処理 ・ビッグデータを必要とするAI ・最も低レイテンシが必要な処理 ・伝送が必要な情報の仕分け処理 ・情報のタグ付が効果的な場合 エッジ側に DCT側に 前 処 理
18.
www.ibextech.jp 第1回ACRi討論会 ザイリンクス株式会社 林田様の講演資料より
19.
www.ibextech.jp FPGA単一デバイスに密接結合することで最短遅延を実現 Video Codec Video
Scaler (拡大・縮小) Noise Filter Interface CNN エッジ端末-データセンターのように物理 デバイスを跨ぐ場合、Smart NICが吸収 Xilinx Smart NIC Xilinx Kria
20.
www.ibextech.jp のビジネス領域 映像 前処理 映像 後処理 AI Codecを中心に豊富なIP資産 長年の受託実績と知見の蓄積 AIはお客様の研究資産を実装 または業界トップのパートナーソリューションをご提案 システム全体の性能を最大限引き出しかつ遅延を最小に抑えるため デバイス(FPGA,CPU,GPU)の最適化、エッジとセンターの最適化、通信手段に関する知見の共有 AIと映像前後処理を「密接接合」する設計サービスを提供するエンジニアリング会社です 密接結合 密接結合
21.
www.ibextech.jp まとめ 「低レイテンシ」ソリューションによって実現できるSmart Worldのユースケースがある。 FPGAは「低レイテンシ」を実現するのに適したデバイスである。 特に処理時間の”揺らぎ”を完全に制御でき、レイテンシのワーストケースを保証できる。 映像を使用したAI処理の前後には、映像前処理/後処理があるのが一般的である。 単一チップに「密接結合」することで、性能を最高に且つ遅延を最短にすることができる。 FPGAが他のデバイスに比べ強みを発揮できる実装方法である。 FPGAは多様なインターフェースを持ち、それすらプログラマブルである。
アプリケーション全体の高速化および最適化は複数のレイヤーを考慮する必要がある。 - デバイスレベルの最適化 (FPGA/CPU/GPU) - エッジ端末とデータセンターの役割最適化 - 最適な通信手段の選択等
Baixar agora