ニューラルネットワークを作成するためのオープンソースフレームワーク「Chainer」をご存知ですか?
私も昨日までそう思っていませんでしたが、Intel が Chainer を大いに歓迎し、親会社である Preferred Networks がトヨタなどの企業と秘密のプロジェクトで協力している日本での大きな存在から、もっと目立つ存在へと押し上げることに決めたのです。
Chainer は助けを必要としている。2015 年にリリースされ、昨年オープンソース化されたこのツールの GitHub リポジトリは忙しいが、インターネット上で最も活発な場所とは言えない。
おそらく状況は変わりつつあるでしょう。IntelはChainerが、自社のチップへの需要を生み出すAIワークロードを開発するための優れた方法であると判断したからです。これまでのようにNVIDIA GPUとのみ通信するだけでなく、Xeonとスムーズに通信できるようになれば、その可能性はさらに高まります。IntelとPreferredの契約により、Chainerは今後Intelアーキテクチャ向けに開発され、変更はIntelのGitHubリポジトリで共有されます。
Intel が Chainer に優位性を与えることを決定したことを、なぜ私たちは気にする必要があるのでしょうか?
純粋に技術的な側面から見れば、これは優れたツールのように思えます。ChainerのCEOである西川徹氏は昨日、東京で開催されたIntelのAI Dayで下記のスライドを示し、画像ネット分類の学習時間を測定したところ、GoogleのTensorFlowをまるで糖蜜の中で動いているかのように超えたと主張しました。西川氏はまた、ChainerがAmazon.comで最近実施した在庫品選別ロボットの学習テストにも組み込んでいると述べました。
したがって、ニューラル ネットワークについて考えている場合は、調べてみるのもよいでしょう。
しかし、チェイナーとの提携は、インテルがどのように市場を構築し、ブームの瀬戸際にあると広く考えられている人工知能市場で主導的な地位を確立しようとしているかを示すものであり、検討する価値がある。
また、現在、GPUへの関心が高まっている市場でもあります。そのため、IntelはGPUではなくXeonをAIの中核に据えるための製品ポートフォリオを構築したいと考えています。
しかし、インテルはAIをSF的な定義で捉えているわけではない。Nervanaの元CTOで、現在はインテルの新AIグループで同職を務めるアミール・コスロシャヒ氏は、AIを「非常に綿密に観察された事象を深く統計的に分析し、その結果を満足のいく精度で推測する」と表現することを好んでいる。
現代のハードウェアは、そのような分析を行い、収集された膨大なデータから必要な情報を整理して分析を有用なものにすることができますが、多くの場合、力ずくで処理することになります。専用ハードウェアは処理速度を向上させます。Intelはまさにその方向を目指しており、専用ハードウェアを自社開発または購入し、それに合わせたソフトウェアエコシステムを構築しています。
仮想化が明らかに次の大きなトレンドであり、Intelがシリコンに拡張機能を追加して、複数のVMをホストするのに特に適していた頃の、この動画を以前に見たことがあるかもしれません。Chipzillaはまた、LustreとHDFSファイルシステムをブリッジして、Lustreを実行するHPCクラスターがHDFSに依存するHadoopを実行できるようにしました。Intelはどちらにしても勝ちます。HadoopプロバイダーのClouderaに投資しており、Chipzillaによってリグがより便利になったときに悲鳴を上げなかった多くのHPC顧客を抱えています。Intelはまた、HDホームムービーを徹夜せずに編集できることが新しいPCを購入する数少ない魅力的な理由の1つであるため、コンシューマー向けCPUをビデオトランスコーディング用に最適化しました。
インテルは今、AIにも同様の戦略を採用している。フィールドプログラマブルゲートアレイ（FPGA）ベンダーのアルテラを買収したことで、インテルは統合プログラマビリティを備えたハイブリッドXeonプロセッサを開発する技術を獲得した。これにより、従来のXeonでは到底及ばないような特殊な解析にもシリコンスピードで対応できる。アルテラは現在、かつては組み込みシステムエンジニアの領域だったFPGA向けコード開発が、一般的なJava開発者にとって容易なものとなるよう取り組んでいる。
インテルのFPGA設計ソフトウェアおよび知的財産の企画およびマーケティング担当ディレクターであるベルンハルト・フリーベ氏は、インテルは一般的なAIタスク用のライブラリを開発して無料で提供しており、開発者がFPGAをターゲットにするのにコードを1行書くだけで済むようなツールを構築したと語った。
Nervana は AI 向けにカスタマイズされた Intel シリコンを提供し、多くのソフトウェア開発者がそれを使用することになるでしょう。
両社はまた、将来的に Xeon に組み込まれることになるテクノロジをインテルに提供し、AI が求めるようなデータ処理のニーズにより優れた対応ができるようになる。
これらの製品は、AIワークロード向けに個別のAIアクセラレーターを搭載した「Lake Crest」Xeonが2017年後半に登場する予定です。また、統合FPGAを搭載したSkylake Xeon（コードネーム：Knights Crest）も同年後半に発売予定です。Intelは具体的な仕様を明らかにしていませんが、どちらも独自のチップ間リンクと「Flexpoint」と呼ばれる新しいアーキテクチャを採用し、並列処理能力を向上させています。ただし、これらは初期段階の製品であり、どちらも10倍の並列処理能力を約束しています。Intelは2020年までにAIモデルのトレーニングに必要な時間を100分の1に短縮することを約束しています。
しかし、ここでの最大の狙いは、これらのXeonにAI機能を追加することで、Intelが一般ユーザーに対し、GPUに頭を悩ませる必要もなく、使い慣れたツールでAIを活用できるという点です。そして、Chainerをはじめとする多くのソフトウェアへの投資によって、既存の開発者が少なくともAIを試してみるのに苦労することはないことを示すことができるのです。
同社はまだ、奇抜なアイデアを秘めている。インテルの「アクセラレーター・ワークロード・グループ」ゼネラルマネージャー、バリー・デイビス氏は、El Reg誌に対し、2018年後半にはAI向けに最適化された次世代Xeon Phi「Knight's Mill」も登場すると語った。製品の詳細はほとんど明かされていないが、インテルは最大400GBのメモリを扱えると強調しており、これは一部のGPUをはるかに上回る容量だ。
Xeonが日常的なAI処理に優れるようになれば、検討しない理由はほとんどなくなるでしょう。Xeon PhiやFPGA搭載Xeonといったより特殊な製品もクラウドで実行できるため、ユーザーは設備投資なしで試用することができます。
AI 対応範囲が成熟する頃には、Chainer は Intel ハードウェア上で約 3 年間実行されており、Intel のサポートによってもたらされるインプットのおかげで、おそらくかなり改善されているでしょう。
Chainerの改良版が、AIを検討する上でIntelを選ぶ決断を誰かに促すようなことは決してないだろう。しかし、ChainerをIntelの世界に持ち込むことは、他にも十数ある取り組みの一つに過ぎない。そうした取り組みの中には、数十億ドル規模の買収という、目もくらむほど明白なものもあれば、有用なオープンソースプロジェクトへのさりげない働きかけのようなものもある。あるいは、サーバーメーカーへの全く意味不明な指示のようなものもあるだろう。
これらすべてが合わさって、Intel が「AI を行う際に検討すべきベンダー」のリストから外すことがほぼ不可能になるように設計されたエコシステムが構築されます。
もちろん、世界はIntelの勝利を黙って見過ごすつもりはない。しかし、Chipzillaはどんなライバルにも勝てると確信している。
この時点で、インテルはモバイル分野では全く進歩していないと指摘したくなる。モバイル分野では、 PC メーカーと共同で開発した手法が通用するとインテルは感じていたが、結局は ARM に惨敗したのだ。
バリー・デイビス氏は、インテルがその理由を理解したと考えている。彼の最近の歴史によれば、ARMは常にネットワークのエッジからスタートし、データセンターへと進出することを目指してきた。モバイル分野では、インテルは出遅れ、参入後も適切なパートナーを得られなかった。昨日会った幹部たちは、ARMがAI分野で提示する課題を軽視したわけではないが、ARMはまだデータセンターの主要プレーヤーにはなっていないため、企業と開発者を満足させるエコシステム構築の課題を先導する立場にはないと考えている。
当然、インテルはそう言うでしょう。それとも、その自信は、綿密に観察された事象を綿密に統計分析し、満足のいく精度で起こりそうな結果を推測することから生まれたものなのでしょうか？®
