일본산업뉴스요약

NVIDIA, GPU 독주
심층학습을 고속화 --- 로봇동작·자동운전차, 응용은 넓어진다

인공지능의 성능을 비약적으로 높이는 기술로 기대를 모으고 있는 딥·런닝 (심층학습).
그 연구자의 대부분이 미 NVIDIA사의 GPU를 네트워크학습용으로 사용하고 있다.

-- 신제품 계속해서 --
동경공업대학 학술국제정보센터 오까모토 교수도「Deep Neural Network 의 학습을 고속화하기 위해 GPU (화상처리반도체)를 사용할 수 밖에 없다. 추론의 실행 시에는 FPGA(회로구성의 기록변환이 자유로운 반도체)나 전용 칩을 사용할 가능성이 있으나, 어느 쪽도 학습에 사용하기 위해서는 현 상태에서 유연성이 떨어진다」고 말한다.

독주라고 말할 수 있는 상황을 더 굳히기 위해서, NVIDIA는 성능을 올린 신제품을 계속하여 투입한다. 4월 초순에 개최한 개발자회의「GPU Technology Conference (GTC) 2016」의 기조강연에서 CEO의 젠슨·환 씨가 표명했다.

동사가 발매하는 신제품의 하나는 고성능 컴퓨터 (HPC)의 Accelerator 에 사용되는 GPU「테스라 P100」이다. 자신들이 개발한 아키텍쳐「파스칼」에 근거하여 부동소수점 연산성능을 5.3 테라 프롭스(倍精度), 10.6 테라 프롭스(單精度), 21.2 테라 프롭스(半精度)로 높혔다. 半精度(16비트)의 부동소수점연산은 심층학습에서의 이용을 상정한 것으로, 심층학습에서는 이 정도의 精度로 충분하다. 6월부터 일반시장에의 출하를 시작한다.
 
-- 잠재시장은 53조엔 --
이 GPU의 성능의 높음을 나타내는 것이, 동사가 세계최초의 심층학습용「슈퍼컴퓨터」라고 불리는「DGX-1」이다. 동사가 1년 전에 발표한 심층학습용 워크스테이션으로 25시간 걸렸던 학습을 2시간에 끝낼 수 있다고 한다. 미국에서는 6월부터 그 이외의 지역에서는 3/4분기 초부터 출하를 개시한다.

이들 제품을 투입하는 배경에는, 심층학습의 응용이 향후 폭넓은 분야로 확대되어 갈 것이라는 판단에서다. GTC 2016의 기조강연에서 환 씨는, 심층학습은 다양한 분야에서 이용 가능한「최신의 컴퓨팅 모델」이라고 주장했다. 향후 10년간에 계 5,000억 달러(약 53조엔)에 이르는 잠재시장을 예상한다고 한다. 

단 현상에서는 심층학습을 적용한 Neutral network 의 성능을 올리기 위해서는, 용도별로 대량의 데이터를 사용한 학습과 검증을 반복할 필요가 있다. 학습을 고속화 가능한 신제품의 투입으로, 이 과정을 가속이 가능해진다고 본다.

실제, GTC 2016에서는 심층학습의 응용범위가 광범위에 미친다는 것을 알게 된다. 실용화가 진행되는 화상인식이나 음성인식에 그치지 않는 연구개발사례의 발표가 계속 이어졌다. 미 페이스북과 구글은 Neural Network에 의한 콘텐츠 생성의 사례를 소개했다. 대량의 그림을 학습시킨 네트워크에 학습데이터에 없는 새로운 그림의 화상을 생성시키는 데모를 보였다.

「GAN (Generative Adversarial Network)」으로 불리는 방식을 사용한다. 캘리포니아대학 바클레이교는 강화학습을 이용하여 로봇에게 다양한 동작을 배우게 한 사례를 소개했다. 타올을 접는다던가, 행거를 행거 락에 걸거나, 보틀 캡을 잠그거나 하는 모양을 동화상으로 보여주었다.

NVIDIA는 1대의 카메라 영상에서 핸들을 조작하도록 학습시킨 Neural Network를 사용한 자동운전차의 동화상을 보여주었다. 도요타 자동차가 출자하는 Preferred Networks 등은 강화학습으로 자동운전을 실현하는 데모를 보이고 있지만, NVIDIA와는 다른 어프로치를 취하고 있다. 동승한 운전수의 핸들처리를 교사신호로 사용하여 학습시킨 8층의 CNN (Convolutional Neural Network)을 사용한다고 한다.   

이러한 용도의 확장을 내다보고, 타사에서도 새로운 하드웨어를 개발하려는 움직임이 활발해지고 있다. 그 한 회사가 Nervana Systems 이다. 미 쿠아루콤에서 뇌를 모방한 칩을 개발한 Naveen Rao 씨 등이 창업한 벤처기업이다.

원래 그래픽 처리용인 GPU 와 달리, 심층학습의 고속화를 노린 신형 칩을 처음부터 개발한다는 것으로, GPU의 10배의 속도가 실현 가능하다고 한다. 동 칩을 이용한 클라우드 서버에서 고속으로 학습을 실현하는 서비스를 2017년 초부터 시작할 계획이다.

5월에 미 구글이 심층학습전용의 반도체「TPU (Tensor Processing Unit)」를 개발한 것을 밝혔다. 1년 전부터 사내에서 이용하고 있으며, 소비전력당의 성능을 GPU의 10배로 가능하다고 주장하고 있다. (Nikkei Eletronics 5월호)   

  -- 끝 --