エッジコンピューティングを再定義するXnorのクラッカーサイズの太陽電池式AIハードウェア

しかしそれは単なるガジェットではない
「もしAIがそんなに簡単だというなら、この部屋に1つもないのは何故でしょう？」と、シアトルのユニオン湖を窓の外に見下ろす会議室で、まわりを身振りで指しながら問いかけるのは、Xnorの創業者でCEOのAli Farhadiである。その指摘は正しい。ここには何台かのディスプレイ、電話、そしてその他のガジェットがあるにも関わらず、本当にAI的な仕事に使えるものと言えば、それぞれがテーブルの上に置いている携帯電話しかないのだ。にもかかわらず、私たちは今やAIがどれほど身近で、柔軟性があり、遍在しているかを聞かされている。
だが多くの場合には、AIを実行する能力があるデバイスであっても、自身では機械学習技術を使わずに、データをより効率的に処理できるクラウドへ送っている。なぜなら”AI”を構成するプロセスは、多くの場合リソース消費型で、CPU時間とバッテリの電力を大量消費するからだ。
それこそが、2017年にアレン人工知能研究所からスピンオフしたXnorが、解決または少なくとも軽減することを狙っている問題である。彼らのブレークスルーは、エッジデバイス上での深層学習モデルの実行を飛躍的に効率化したことである。このため例えば5ドルのRaspberry Pi Zeroでも、最先端のコンピュータービジョンプロセスを、スーパーコンピューター並

リンク元