組込みDeap Learningとは

クラウドコンピューテングやGPUなどの大規模なコンピューティングリソースを使わず
FPGAなどの比較的小型な汎用デバイス上で、Deep Learningの計算を行うことによって
資金や電力、通信環境などの制約に関わらず様々な環境で
利用することが可能となります。

小スペースで 実現できる

消費電力が 小さい

インターネットが 不必要

リアルタイムで 処理できる

小スペースで 実現できる

消費電力が 小さい

インターネットが 不必要

リアルタイムで 処理できる

FPGAだからこそ実現可能
  • 小スペースで実現できる

    ドローンなどスペースに制約のあるものでもDeep Learningの演算処理が可能になります。
  • 消費電力が小さい

    FPGAを用いることによって、GPUやCPUを使用した時に比べて、消費電力を削減できます。
    都度クラウドに通信せずとも処理できるなど省電力化を図ることができます。
  • インターネットが不必要

    通信環境がない場所でもDeep Learningが使用可能になります。
    また、通信環境がある場合にもデータの送受信の通信コストを削減できます。
  • リアルタイムで処理できる

    エッジ側でDeep Learningの推論処理を行うことで、遅延することなく速いレスポンスが期待されます。
    即時応答が求められる遠隔医療や自動運転で活用できます。