【中止】Edge AI半導体チップの基礎と応用および最新動向・今後の展望

セミナー趣旨

〇 AIチップとは？： AIチップの複雑度は、ネット全体の接続数に集約されます。その接続接点にデータの重要度（重み：人間の記憶）が重畳させた集合体がAIチップとなります。その簡単な原理からチップ実装を解り易く説明致します。

〇 Edge AIの市場の動向： AlexNet出現の2012年から遅れること2年でサーバ中心のAIチップの実用化が動き出しました。2016年頃より低消費・小型化の研究が活発になり、2018年頃からEdge AIという市場領域が明確に言葉にされるようになりました。特にここ1〜2年はIoT市場をターゲットとしたスタートアップが活発に参入している1mW級のTinyMLチップ旋風が勢いを増しています。そのEdge AI・IoTの最前線も含め説明致します。

〇 Edge AI研究最前線：Edge AI特有の① 小型化・高性能化（量子化とスパース化）をベースに、現在学会を席巻し、既に市場にも出現しつつある② ニューロモルフィック工学の一端となる脳の構成を模倣したロジック・メモリ融合型のCompute in-memory (CIM)技術をデジタル・アナログ、またSRAM/NVRAMの切り口で説明致します。さらに、③より脳細胞の動作原理を取り込んだスパイキングニューラルネットワークや、④ リザバー技術もわかりやすく紹介致します。

受講対象・レベル

・AIチップ基礎を知りたい方（性能がどのように決まり、実装されているか紹介）
・AIのハードの最新動向を知りたい方（特にEdge AIの動向を紹介）
・Edge AIチップの技術を知りたい方（その特性と最先端/将来の研究動向を紹介）
・Edge AIチップの導入を検討されている方（現状、今後の最新チップを紹介）
・システム応用に関して（代表的な幾つかの応用例を紹介します）

必要な予備知識

・ニューラルネットワークの演算が積と和（積和演算）で行われていること。ベクトルとマトリクスのベクトル・行列演算を如何に効率よく処理するかがAIチップのポイントとなります。この点を理解されていることが予備知識としてあると理解が深まります。
(1) Michael Nielsen著 （+日本語翻訳プロジェクト）/ 2014年9月-12月
「ニューラルネットワークと深層学習」 (第一章、可能なら二章)
https://nnadl-ja.github.io/nnadl_site_ja/index.html

(2)浅井 哲也, 他 "ディープ・ラーニング&ニューロモルフィック・ハードウェアの遍歴," トランジスタ技術, vol. 2020, no. 10, pp. 27-34 (2020).
・AIの動向/AIチップの最新情報に関しては以下が参考となります。
（解説記事）百瀬 啓, 浅井 哲也, "Deep learning chips and AI computing," 人工知能学会誌, vol. 33, no. 1, pp. 23-30 (2018).
（解説記事）百瀬 啓, 浅井 哲也, "ディープ・ラーニング&ニューロモルフィック・ハードウェアの遍歴," トランジスタ技術, vol. 2020, no. 10, pp. 102-111 (2020).

習得できる知識

・Edge AIの最新動向
・AIチップの動作原理
・Edge AIチップの最新研究動向
・AIチップ市場動向
・ドメイン別（応用別：サーバ、エッジ、TinyML）AIチップの違いとシステム応用

セミナープログラム

1.　AIチップ全体の発展と展開
　1-1 AIチップの出現 (2014～)/競争激化のサーバ高速化 (‘16～)
　1-2 高性能追求Edge AI(‘18～）/ Tiny MLチップの百花繚乱（’19～)

2.　AIチップ構成のための要素技術
　2-1 ディープラーニングの発展と展開
　2-2 入力次元数とパラメータ数/演算数

3.　AIチップの実装のためのポイントと演算性能
　3-1 基本回路構成（MAC/中間データ/重みバッファー/関数）
　3-2 MACアレイの構成種類_3-3 推論と学習の構成差

4.　Edge AIの高性能化へのアプローチ（低消費電力化、小型化）
　4-1 量子化(8-4b/Ternary、bin)
　4-2 スパース化(Pruning/Data Skipping)
　4-3 データフロー効率化(WS、OS/IS、RS)
　4-4 メモリバンド幅(ルーフモデル）

5.　Edge AIの究極の技術 ?! CIM (Compute in memory)・・・研究最前線
　5-1 アナログCIMとデジタルCIMの動向（含むNear Memory）
　5-2 s_CIM (SRAM)・・・ Current domain type/ Charge domain type
　5-3 nv_CIM (NVM)・・・ReRAM/PCM等

6.　激しさを増すサーバ用AIチップ技術の動向・・・参考情報
　6-1 GPU vs ASIC（A100 vs TPU/1,2・・5、MN-Core・・・)
　6-2 メモリ混載型の対応 （DaDianNao、Graphcore, Cerebras1/2）
　6-3 並列演算処理の戦い （データ vs モデル並列、スパース化）

7.　アプリドメイン別Edge AIチップの最前線
　7-1 Edge AI (自動運転, スマホ, 産業用, EdgeTPU, J_Nano・・・）
　7-2 TinyML(MCU型/RISC-V/CIM型/TFL型/ニューロモルフィック型）

8.　Edge AIでのブレークスルーを担うニューロモルフィック工学
　8-1 ニューロモルフィック工学最前線
　8-2 SNN チップ (TrueNorth/Loihi2/DynapSE CNN)
　8-3 最新注目技術動向：リザバーコンピューティング

9.　各種アプリケーションへのチップ適用・・・参考情報
　9-1 自動運転(E2End/R-CNN)、自動翻訳(Attention/Transformer)
　9-2 深層強化学習(アルファ碁/Zero)、IoT(人物検知, KWS, 異常検知)

10.　今後の技術動向と纏め

Edge AI、AIチップ、動作原理、小型化、低消費、高性能化、セミナー、講演、研修

セミナー講師

北海道大学 大学院情報科学研究院 学術研究員 工学博士 百瀬 啓 氏

【ご専門】
　半導体デバイス、マルチメディアLSI、AIチップ、ニューロモルフィック、AIオープンイノベーション活動

【ご経歴】
　東京工業大学修了(1979年)、工学博士(2002年)
　(株)東芝 半導体技術研究所/半導体事業部(1979〜2009年)、
　(株)半導体理工学研究センター(STARC) (2009〜2016年)
　北海道大学 大学院情報科学研究院(2016年〜現在)

セミナー受講料

49,500円（税込、資料付）
■ セミナー主催者からの会員登録をしていただいた場合、1名で申込の場合46,200円、
　 2名同時申込の場合計49,500円（2人目無料：1名あたり24,750円）で受講できます。
（セミナーのお申し込みと同時に会員登録をさせていただきますので、
　  今回の受講料から会員価格を適用いたします。）
※ 会員登録とは
　 ご登録いただきますと、セミナーや書籍などの商品をご案内させていただきます。
　 すべて無料で年会費・更新料・登録費は一切かかりません。
　 メールまたは郵送でのご案内となります。
　 郵送での案内をご希望の方は、備考欄に【郵送案内希望】とご記入ください。

受講について

Zoomを使ったWEB配信セミナー受講の手順

1. Zoomを使用されたことがない方は、こちらからミーティング用Zoomクライアントをダウンロードしてください。ダウンロードできない方はブラウザ版でも受講可能です。
2. セミナー前日までに必ず動作確認をお願いします。
3. 開催日直前にWEBセミナーへの招待メールをお送りいたします。当日のセミナー開始10分前までに招待メールに記載されている視聴用URLよりWEB配信セミナーにご参加ください。

• セミナー資料は開催前日までにお送りいたします。※データの配布はありません。
  ご自宅への送付を希望の方はコメント欄にご住所などをご記入ください。お届け先のご指定がない場合は、お申し込み時の住所宛に送付いたします。
  開催まで4営業日～前日にお申込みの場合、セミナー資料の到着が、開講日に間に合わない可能性がありますことご了承下さい。
• 無断転載、二次利用や講義の録音、録画などの行為を固く禁じます。