富士通研究所がディープラーニングの高速化技術を開発、画像認識に有する学習処理を74.7秒で完了

近年、ディープラーニングの普及に伴い、高速に学習処理を実行できるアルゴリズムが求められており、過去2年間で当初の30倍の高速化が進んでいる。

株式会社富士通研究所は、ディープラーニングソフトウェアを高速化する技術を開発し、国立研究開発法人産業技術総合研究所に富士通株式会社が導入した「AI橋渡しクラウド（AI Bridging Cloud Infrastructure）」（以下、ABCI）を利用し、学習に要する時間を測定したところ、74.7秒で完了することを確認した。

今回、富士通研究所がこれまでにHPC開発で培った技術にもとづき、ディープラーニングの学習の進捗度に応じて学習強度を適切に調整することで、学習精度を低下させずに1GPUあたりの計算量を拡張する技術を開発し、高効率な分散並列処理を実現したという。

ディープラーニングの処理速度を測定するためのベンチマークとしては、一般的に、画像認識のディープニューラルネットワークであるResNet-50において、画像認識精度を競うコンテストILSVRC2012での画像データを利用した学習時間で比較される。今回、ABCIの2048個のGPUを利用し、オープンソースのディープラーニングソフトウェアに開発技術を適用して測定したところ、従来の最速記録を30秒以上短縮する74.7秒で学習が完了することを確認した。

富士通研究所は、今後ディープラーニングのさらなる高速化を検討するとともに、開発技術を富士通のサーバやスーパーコンピュータに適用し、実用化を目指す。

プレスリリース提供：富士通研究所

IoTNEWS編集部

IoTに関する様々な情報を取材し、皆様にお届けいたします。