低消費電力なSoC FPGAによる組込みDeep Learning物体検出タスクにおいて推論スピード10.5fpsを達成

〜ドローンや生産ラインなど様々な分野へのディープラーニング実装をさらに加速〜

ディープラーニング技術を活用する企業に向けたソリューションを提供するLeapMind株式会社(所在地:東京都渋谷区、代表取締役CEO:松田 総一、読み方:リープマインド、以下LeapMind)は、低消費電力なSoC FPGA上でのディープラーニングの物体検出タスクで推論スピード10.5fpsの性能を達成したことをお知らせします。

 

図の説明 ... LeapMindが作成したデモの様子。枠内に映った対象が人の顔だと認識している。パーセンテージは認識の精度を示す。fpsは、ディープラーニングの推論のスピードを示す。例えば、10.5fpsの場合、1秒間に10.5フレームを推論可能であることを示す。

現在、人工知能(AI)の要素技術である、ディープラーニングの可能性に関心が寄せられていますが、その処理にはクラウドや消費電力の大きなプロセッサをはじめとする多大なコンピューティングリソースが必要となります。一方、人々の生活でディープラーニングを活用するためには、電力やスペースなどが限られた環境でも、高い応答性をもつディープラーニングを必要とし、その構築には非常に高い技術が不可欠です。LeapMindでは、ニューラルネットワークモデルの改善や独自のアルゴリズム研究をソフトウェアとハードウェアの両領域から行いました。その結果、電力が限られた小さなコンピューティング環境での物体検出において、10.5fpsを達成しました。今回性能評価のベンチマークに用いたデモでは人物の顔検出に特化したディープラーニングモデルを用いましたが、同技術は以下のような他の物体検出タスクへ応用することも可能です。
  • 工場の生産ラインを流れる大量の商品に対する検品処理の自動化
  • ドローンなどの移動体における障害物や捕捉対象物の検知
  • 静止状態だけでなく人の流れに対する顔検出や人物検出

■ベンチマークテスト結果詳細
Terasic DE10-Nano(※)に搭載されているFPGAによるディープラーニングの顔検出で、10.5fpsの性能を実現しました。この結果は、Arm Cortex-A9を用いた顔検出を行なった場合と比較して、4.6倍もの性能比を誇ります(両者で物体検出精度が同等の推論ネットワークを使用)。この性能を達成するのに用いられている技術が、ディープラーニングのモデル圧縮技術です。LeapMindが研究開発の中で培ってきた高い技術によって、低消費電力なSoC FPGAのようなハードウェアリソースが限られた環境でも、推論の精度をほとんど低下させることなく実装を可能にします。

 

ベンチマークに使用した回路 FPGA Arm Cortex-A9
推論スピード[fps] 10.5 2.3
備考 DE10-Nano(※)に搭載されているFPGA。推論ネットワークにLeapMindの圧縮技術を適用。FPGA部分は66MHz動作。 DE10-Nano(※)に搭載されているArm Cortex-A9プロセッサ。推論ネットワークにLeapMindの圧縮技術を適用(適用しない場合は0.64fps)。800MHz動作。

※Terasic社が提供する低消費電力なSoC FPGA搭載ボード http://www.terasic.com.tw/cgi-bin/page/archive.pl?Language=English&No=1046


LeapMindの保有する技術詳細はこちら:https://leapmind.io/technology/

■低消費電力なSoC FPGA上でディープラーニングを稼働させるメリットについて
LeapMindが組込みディープラーニングのコンピューティング環境として扱っているのが、FPGAの中でも比較的消費電力の低いSoC FPGAです。ターゲットデバイスをGPUとする場合や、クラウドを介したコンピューティングを行う場合と比較して、低消費電力なSoC FPGAをはじめとする小さなコンピューティング環境によって実現する組込みディープラーニングには以下のようなメリットがあります。

  • 省スペース
  • 低消費電力
  • インターネットが不要
  • 高い応答性(リアルタイムで処理できる)

今回のベンチマークテストに用いたFPGAを搭載するDE10-Nanoは、とりわけ消費電力が小さいことが特徴で、顔検出モデルを用いたデモを実行中においてボード全体の平均消費電力は5.82W程度であるため、FPGAの表面に取り付ける放熱用ファンが不要です。
LeapMindの保有する技術詳細はこちら:https://leapmind.io/technology/


■低消費電力なSoC FPGAを用いた顔検出デモ展示について
以下イベントにて、本デモを体験いただくことができます。ぜひご来場の際はお立ち寄りください。

【イベント出展】
・「デロイト トーマツ イノベーションサミット」
9月11日(火)東京国際フォーラム Hall B7
URL:https://eventregist.com/e/dtis?lang=ja_JP

・「Design Solution Forum 2018」
9月12日(水)パシフィコ横浜アネックス・ホール
URL:https://dsforum.eventcloudmix.com

・「インテル® FPGA テクノロジー・デイ 2018 」
9月21日(金)ホテル雅叙園東京
URL:https://www.intel.co.jp/content/www/jp/ja/events/fpga/overview.html

【組込みディープラーニングの実ビジネス適用セミナー開催】
・9月6日(木) LeapMind本社
・9月19日(水)LeapMind本社
URL:https://leapmind.io/blog/2018/08/28/dlseminar/

 

■「DeLTA-Lite」へ物体検出機能追加
今回のベンチマーク性能を実現する物体検出機能は、LeapMindが提供するプログラミング不要な組込みディープラーニングモデル構築ソリューション「DeLTA-Lite」に9月中旬以降機能追加される予定です。

DeLTA-Lite 公式サイトURL: https://delta.leapmind.io/lite/
LeapMindの提供するプロダクト詳細はこちら:https://delta.leapmind.io/

 

■会社概要
LeapMind株式会社
本社:〒150-0044 東京都渋谷区円山町28-1 渋谷道玄坂スカイビル5F
代表者:代表取締役CEO 松田 総一
設立:2012年12月
URL:https://leapmind.io
DeLTA-Lite 公式サイトURL: https://delta.leapmind.io/lite/
DeLTA-Kit 公式サイトURL:https://delta.leapmind.io/kit/
DeLTA-Mark 公式サイトURL:https://delta.leapmind.io/mark/

このプレスリリースには、メディア関係者向けの情報があります。

メディア会員登録を行うと、企業担当者の連絡先や、イベント・記者会見の情報など様々な特記情報を閲覧できます。
※内容はプレスリリースにより異なります。

  1. プレスリリース >
  2. LeapMind >
  3. 低消費電力なSoC FPGAによる組込みDeep Learning物体検出タスクにおいて推論スピード10.5fpsを達成