インテルとPFN、ディープラーニング向けOSSフレームワーク「Chainer」の開発で協業：インテルの汎用インフラ上での大幅な性能向上を目指す

米インテルとPreferred Networksは、ニューラルネットワーク向けフレームワーク「Chainer」の開発で協業する。インテルアーキテクチャ向けにChainerを最適化する。

» 2017年04月07日 10時00分公開

[＠IT]

　インテルとPreferred Networks（以下、PFN）は2017年4月6日、PFNのニューラルネットワーク向けオープンソースフレームワーク「Chainer」の開発で協業すると発表した。

　Chainerは、米グーグルが開発する「TensorFlow」と並んで、ディープラーニングに代表されるニューラルネットワークの実装に広く利用されているフレームワーク。インテルは今回の協業を通じて、同社が開発する数学関数や数値演算向けライブラリ「Math Kernel Library」や「Math Kernel Library Deep Neural Network」を、Chainerに適用する。これによって、インテル Xeon プロセッサーやインテル Xeon Phi プロセッサー、Arria FPGAシリーズといったインテル製プロセッサやFPGA（Field Programmable Gate Array）を備えたシステムで、Chainerの処理性能向上を図る。

　今回の協業によって、両社は以下の5点に取り組む。

インテルアーキテクチャを採用したシステムに向けて、Chainerを継続的に最適化する
Chainerのアップデートに対して継続的に対応する
インテルのプロセッサやFPGA、ライブラリなどのアップデートに合わせて、継続的にChainerを最適化させる
インテルのGitHubで、協業成果を開発者コミュニティーに公開する。
AI（Artificial Intelligence：人工知能）やディープラーニング市場の成長を加速するためのプロモーション活動で協業する

TensorFlowやChainerに興味があるけど、Python未経験の技術者が最低限知っておいた方がいい基礎文法まとめ
Python 3の基本となる構文要素や、データ型の使い方、関数とクラスの定義方法を構文やサンプルコード多めでギュッと濃縮。
ニューラルネットワーク、Deep Learning、Convolutional Neural Netの基礎知識と活用例、主なDeep Learningフレームワーク6選
最近注目を浴びることが多くなった「Deep Learning」と、それを用いた画像に関する施策周りの実装・事例について、リクルートグループにおける実際の開発経験を基に解説していく連載。初回は、ニューラルネットワーク、Deep Learning、Convolutional Neural Netの基礎知識と活用例、主なDeep Learningフレームワーク6選を紹介する。
IBM POWER8対応ディープラーニング開発ツール群「IBM PowerAI」が「TensorFlow」フレームワークをサポート
IBMのディープラーニング開発ツール群「IBM PowerAI」がグーグルの「TensorFlow」フレームワークをサポートした。