よくわからん・・・いっぱいあって・・・
４月６日インテル AI Dayに行ってきた
その内容をメモメモ・・なんだけど、はじめ、ヒカリエホール（９F)の入り方が分からず（１１階からはいる）
初めの部分を聞き逃した。
■インテル＋AI：未来の体験の推進
（途中から）
自動運転
・データ管理とコンピューティング必要
・車からクラウドまでサポート
・カスタムソリューションによる実現
インテルの投資
・自動化運転に大きな投資、２億～３億ドル
１８年に売り上げ、２１年に黒字化
ベンチャーにも
次世代プラットフォーム
今日の講演
・インテルAI事業本部発足
PFNとインテルによるAI協業
Chainerを開発
＜＜DeepLearning PFN西川社長＞＞
・ディープラーニングを実世界に
IoTとディープラーニングの進化の流れ
TOYOTA,Funuc、NTTなど
・最初の例
自動運転にディープラーニングを活用
→深層強化学習
産業用ロボット
アマゾン ピッキングの速度を競う
うまくつかむ
ものを認識
→２位（１位と同点）
・研究開発の加速 Chainer
エコシステム、コミュニティの拡大
→Intelからの支援、最適化
・今後：たくさんのデータ量に対応
・ことしの１月 ディープラーニングサミット→高い巣ケーラビリティ
ネットワークのボトルネック
→エッジヘビーコンピューティング
→ファナックと２０１７年にプラットフォーム
＜＜ここまで＞＞
・インテルがAIコンピューティング時代を推進
・インテルがAIコンピューティング時代を民主化
・インテルがAIコンピューティング時代を先導
■AIで社会変革を推進 基調講演１－２
・AI：新しい世界
よりよい世界をAIで実現 促進、推進、拡張、自動化
・技術革新の推進
２０２０年までにAIで必要とされる計算能力が１２倍に拡大
ロバートムース 脳から手がかり
・AIの多様性
人工知能
手法
マシンラーニング
実装
ディープラーニング
従来型のマシンラーニング
手法
推論システム
実装
メモリーベース
ロジックベース
・インテル NERVANAポートフォリオ
AI実装向け共通アーキテクチャ
Aria１０
ていちえんの推論 XeonをFPGAで補強
クレストファミリー：ニューラルの
・インテルXEONプロセッサーE5ファミリー
統計型ML：Apache Spark→１８倍
次世代：スカイレイク；推論を加速度的に早める
→低遅延の推論
XEON PHIプロセッサー
ほぼ比例したスケーリングで
KNIGHTS MILL
ステップ関数、HPCの分野で
・NERVANA(ナーバナ)クレストファミリー
LAKE CREST → KNIGHTS（ないつ） CREST
トレーニングの時間を１００分の１に短縮
・自動運転：エンド・ツー・エンド
ローカル・インテリジェンス
グローバル・インテリジェンス
・自動運転を実現するためのソリューション
自動車 接続 クラウド
FPGAのあーりあ
せつぞく５G
スマートAPIで接続
データセンタs
・医療を変革するAI
パーキンソン病の治療
クラウドでの共同がん研究
新薬発見
再入院の削減
スケーラブルなゲノムセンター
・インテルNERVANA AI 諮問委員会
・AI革命の促進
■インテルのAIソフトウェア
・ソフトウェアよりの詳細
・新しいコンピューティングの波
まったく異なったワークロード
→革命：大量のデータが入手できる
処理能力が上がっている→AIの技術：大きく前進
・AI ビジネスを大きく変革
AI ２００６年くらい
→学術界、産業界（業界業種とわず）
たとえば医療：脳神経科学
鑑定検査：網膜→初期状態：糖尿病
AI戦略 いまやCTO,CIO 会社戦略として重要
・深層学習
大量データ：
ラベル付けされたもの、されていないもの
むいている CNNにむいているもの、RNNにむいているもの
トレーニング
このあとで
・トレーニング：かならずしも専門家でなくてもいい
オープンソース
ある程度のカスタマイズ必要
・インテルAIソリューションポートフォリオ
AIをいちはやく；ハードウェアの上に
数学的
DNN
ぱいそん
フレームワーク
データサイエンティストのためのツール、デプロイツール
・ソフトウェアフレームワーク
ディープラーニングフレームワーク
ビルディングブロック（ハード）
→ディープラーニングに最適化されたハード
MLSL
・Toolsとフレームワークポートフォリオ
DAL：独自 ぱいそんでぃすとりびゅーしょん
・インテルとどのように
INTEL NERVANA AI ACADEMY
AI KAGGLE COMPETITION
いろいろ支援
NEON
お＾ぷんソースライブラリ、GIT HUB上にある
・まとめ
ハードいろいろある
フレームワーク、ライブラリ、ツール、実践者もひつよう
■ゲスト講演
最新のHPC技術を生かしたAI・ビッグデータインフラの
東工大TSUBAME-3と産壮健ABCI（AI橋渡しクラウド）
・日本AI冬の時代
→隆盛
・HPC TSUBAME2.0
State of the art
７０００プロセッサぐらい→シミュレーション ゴードンベル賞
２ぺたふろっぷすのとき
・ビッグデータ
クラウド：従来型では対処できない
→研究に取り掛かる
大規模なビッグデータ・AI処理の２つの計算特性
グラフ解析：ソーシャルネットワーク、記号
疎行列データ構造：バンド幅ヘビー
ヒントンたちが提案したけど・・ばっくぷろぱケーション
密行列・計算ヘビー
スパコンをビッグデータ向けに
・GRAPH500 ４期連続世界１位
トップ５００：Linpack 京 よりもはやい
→京のネットワークが優れている
・ディープラーニングで盛り上がってきた
AIRC、AIP,ゆにばーさる・・・（３つある。政治的に）
・ネットワークのバンド幅も並列化すると・・
データ；いっぱいある
解析するアルゴリズム、人もある（アメリカ、中国、ベンチャー、国研・・・）
プラットフォームがない：アマゾン、Googleはあった
→日本のクラウドベンダー：おおきいのがない
HPCではある
・ビッグデータ向けスパコン
グリーンなスパコンを機械学習用に
ビッグデータAIスパコン
・TSUBAME 3.0のシステム概要
インテルテクノロジーもたくさんはいっている
データセンターも作っている
２番目、４番目に
・短縮精度が使える
浮動小数点：倍精度、単精度
・世界トップクラスの冷却効率
リソース割り当て
・基礎的な研究
産業に対する出口－協業
オープンイノベーションラボラトリ
・クラウドに→AI橋渡しクラウド
１３０ぺタ
いま機械学習だと１ぺタ１人で使ってしまう→１００人くらい同時に
データセンターに入らない
１０倍以上の熱密度→自分たちでデータセンター作る
→インフラのオープンソース ６０KW
・スパコン調達
ひとつはビッグデータ
AI・深層学習のベンチマーク：ランキングができるもの
・ソフトウェアスタック
・HPC技術を入れたビッグデータ、AI
３倍から６倍
２０１９年にえくさAIを作る技術はある
お金がついてないないだけ
まだたりない
４月６日インテル AI Dayに行ってきた
その内容をメモメモ・・なんだけど、はじめ、ヒカリエホール（９F)の入り方が分からず（１１階からはいる）
初めの部分を聞き逃した。
■インテル＋AI：未来の体験の推進
（途中から）
自動運転
・データ管理とコンピューティング必要
・車からクラウドまでサポート
・カスタムソリューションによる実現
インテルの投資
・自動化運転に大きな投資、２億～３億ドル
１８年に売り上げ、２１年に黒字化
ベンチャーにも
次世代プラットフォーム
今日の講演
・インテルAI事業本部発足
PFNとインテルによるAI協業
Chainerを開発
＜＜DeepLearning PFN西川社長＞＞
・ディープラーニングを実世界に
IoTとディープラーニングの進化の流れ
TOYOTA,Funuc、NTTなど
・最初の例
自動運転にディープラーニングを活用
→深層強化学習
産業用ロボット
アマゾン ピッキングの速度を競う
うまくつかむ
ものを認識
→２位（１位と同点）
・研究開発の加速 Chainer
エコシステム、コミュニティの拡大
→Intelからの支援、最適化
・今後：たくさんのデータ量に対応
・ことしの１月 ディープラーニングサミット→高い巣ケーラビリティ
ネットワークのボトルネック
→エッジヘビーコンピューティング
→ファナックと２０１７年にプラットフォーム
＜＜ここまで＞＞
・インテルがAIコンピューティング時代を推進
・インテルがAIコンピューティング時代を民主化
・インテルがAIコンピューティング時代を先導
■AIで社会変革を推進 基調講演１－２
・AI：新しい世界
よりよい世界をAIで実現 促進、推進、拡張、自動化
・技術革新の推進
２０２０年までにAIで必要とされる計算能力が１２倍に拡大
ロバートムース 脳から手がかり
・AIの多様性
人工知能
手法
マシンラーニング
実装
ディープラーニング
従来型のマシンラーニング
手法
推論システム
実装
メモリーベース
ロジックベース
・インテル NERVANAポートフォリオ
AI実装向け共通アーキテクチャ
Aria１０
ていちえんの推論 XeonをFPGAで補強
クレストファミリー：ニューラルの
・インテルXEONプロセッサーE5ファミリー
統計型ML：Apache Spark→１８倍
次世代：スカイレイク；推論を加速度的に早める
→低遅延の推論
XEON PHIプロセッサー
ほぼ比例したスケーリングで
KNIGHTS MILL
ステップ関数、HPCの分野で
・NERVANA(ナーバナ)クレストファミリー
LAKE CREST → KNIGHTS（ないつ） CREST
トレーニングの時間を１００分の１に短縮
・自動運転：エンド・ツー・エンド
ローカル・インテリジェンス
グローバル・インテリジェンス
・自動運転を実現するためのソリューション
自動車 接続 クラウド
FPGAのあーりあ
せつぞく５G
スマートAPIで接続
データセンタs
・医療を変革するAI
パーキンソン病の治療
クラウドでの共同がん研究
新薬発見
再入院の削減
スケーラブルなゲノムセンター
・インテルNERVANA AI 諮問委員会
・AI革命の促進
■インテルのAIソフトウェア
・ソフトウェアよりの詳細
・新しいコンピューティングの波
まったく異なったワークロード
→革命：大量のデータが入手できる
処理能力が上がっている→AIの技術：大きく前進
・AI ビジネスを大きく変革
AI ２００６年くらい
→学術界、産業界（業界業種とわず）
たとえば医療：脳神経科学
鑑定検査：網膜→初期状態：糖尿病
AI戦略 いまやCTO,CIO 会社戦略として重要
・深層学習
大量データ：
ラベル付けされたもの、されていないもの
むいている CNNにむいているもの、RNNにむいているもの
トレーニング
このあとで
・トレーニング：かならずしも専門家でなくてもいい
オープンソース
ある程度のカスタマイズ必要
・インテルAIソリューションポートフォリオ
AIをいちはやく；ハードウェアの上に
数学的
DNN
ぱいそん
フレームワーク
データサイエンティストのためのツール、デプロイツール
・ソフトウェアフレームワーク
ディープラーニングフレームワーク
ビルディングブロック（ハード）
→ディープラーニングに最適化されたハード
MLSL
・Toolsとフレームワークポートフォリオ
DAL：独自 ぱいそんでぃすとりびゅーしょん
・インテルとどのように
INTEL NERVANA AI ACADEMY
AI KAGGLE COMPETITION
いろいろ支援
NEON
お＾ぷんソースライブラリ、GIT HUB上にある
・まとめ
ハードいろいろある
フレームワーク、ライブラリ、ツール、実践者もひつよう
■ゲスト講演
最新のHPC技術を生かしたAI・ビッグデータインフラの
東工大TSUBAME-3と産壮健ABCI（AI橋渡しクラウド）
・日本AI冬の時代
→隆盛
・HPC TSUBAME2.0
State of the art
７０００プロセッサぐらい→シミュレーション ゴードンベル賞
２ぺたふろっぷすのとき
・ビッグデータ
クラウド：従来型では対処できない
→研究に取り掛かる
大規模なビッグデータ・AI処理の２つの計算特性
グラフ解析：ソーシャルネットワーク、記号
疎行列データ構造：バンド幅ヘビー
ヒントンたちが提案したけど・・ばっくぷろぱケーション
密行列・計算ヘビー
スパコンをビッグデータ向けに
・GRAPH500 ４期連続世界１位
トップ５００：Linpack 京 よりもはやい
→京のネットワークが優れている
・ディープラーニングで盛り上がってきた
AIRC、AIP,ゆにばーさる・・・（３つある。政治的に）
・ネットワークのバンド幅も並列化すると・・
データ；いっぱいある
解析するアルゴリズム、人もある（アメリカ、中国、ベンチャー、国研・・・）
プラットフォームがない：アマゾン、Googleはあった
→日本のクラウドベンダー：おおきいのがない
HPCではある
・ビッグデータ向けスパコン
グリーンなスパコンを機械学習用に
ビッグデータAIスパコン
・TSUBAME 3.0のシステム概要
インテルテクノロジーもたくさんはいっている
データセンターも作っている
２番目、４番目に
・短縮精度が使える
浮動小数点：倍精度、単精度
・世界トップクラスの冷却効率
リソース割り当て
・基礎的な研究
産業に対する出口－協業
オープンイノベーションラボラトリ
・クラウドに→AI橋渡しクラウド
１３０ぺタ
いま機械学習だと１ぺタ１人で使ってしまう→１００人くらい同時に
データセンターに入らない
１０倍以上の熱密度→自分たちでデータセンター作る
→インフラのオープンソース ６０KW
・スパコン調達
ひとつはビッグデータ
AI・深層学習のベンチマーク：ランキングができるもの
・ソフトウェアスタック
・HPC技術を入れたビッグデータ、AI
３倍から６倍
２０１９年にえくさAIを作る技術はある
お金がついてないないだけ
まだたりない
アクセス
トータル
ランキング
