各種チップの特徴は？　市場にはどんなチップが出回っているの？　
最近台頭してきてるTinyMLでは何ができるのか？
自動運転やアルファ碁にはどのようにチップが適用されているの？
ニューロチップの誕生から実装のポイント、チップ設計の勘所、各種チップの性能や特徴、市場トレンドまで、
ＡＩ技術の高度化を支えるニューロチップ・ＡＩ半導体チップについて解説します。

ＡＩシステム活用時には押さえておきたい
ＡＩ半導体チップ・ニューロチップ技術の基礎とトレンド情報【WEBセミナー】

※受付を終了しました。最新のセミナーはこちら

セミナー概要

略称

ＡＩチップ【WEBセミナー】

セミナーNo.

st210114  

開催日時

2021年01月26日（火）10:30～16:30

主催

サイエンス＆テクノロジー（株）

問い合わせ

Tel：03-5857-4811　E-mail：info@rdsc.co.jp　問い合わせフォーム

開催場所

【WEB限定セミナー】※在宅、会社にいながらセミナーを受けられます　

価格

非会員： 35,200円（税込）
会員： 33,440円（税込）
学生： 35,200円（税込）

価格関連備考

定　価　：1名につき 35,200円（税込）
会員価格：1名につき 33,440円　2名の場合 49,500円、3名の場合 74,250円（税込）

※上記会員価格は受講者全員の会員登録が必須となります。
※同一法人内(グループ会社でも可)による2名同時申込みのみ適用いたします。
※受講券、請求書は、代表者に郵送いたします。
※請求書および領収証は1名様ごとに発行可能です。
　(申込みフォームの通信欄に「請求書１名ごと発行」と記入ください。)
※他の割引は併用できません。

備考

※資料付(郵送)
※講義中の録画・録音・撮影はご遠慮ください。

・製本テキスト(開催日の4，5日前に発送予定)
　※セミナー資料はお申し込み時のご住所へ発送させていただきます。
　※開催まで4営業日～前日にお申込みの場合、
　　セミナー資料の到着が開講日に間に合わない可能性がありますこと、ご了承下さい。
　　
　
【ライブ配信（Zoom使用）セミナー】
・本セミナーはビデオ会議ツール「Zoom」を使ったライブ配信セミナーとなります。
・お申し込み後、接続確認用URL（https://zoom.us/test）にアクセスして接続できるか等ご確認下さい。
・後日、別途視聴用のURLをメールにてご連絡申し上げます。
・セミナー開催日時に、視聴サイトにログインしていただき、ご視聴ください。
・リアルタイムで講師へのご質問も可能です。
・タブレットやスマートフォンでも視聴できます。

講座の内容

受講対象・レベル

AIのハードウェアに関心のある方、ニューロモルフィック工学に興味のある方
予備知識としてはAIの簡単な原理（積和処理）、半導体のメモリとロジックの役割に関する簡単な知識

習得できる知識

ニューロチップ全般の現状と動向 / ニューロチップの設計の勘所 /
アルゴリズムの必要性能とニューロチップの性能との関係 / 最近の量子化、スパース化の動向 /
ニューロモルフィックチップの重要性

趣旨

　AI半導体チップ、ニューロチップに関してその基礎、動向と最先端技術を学んで頂き、日常のAIシステム応用における活動・業務に生かして頂きたい。第一部ではAIの歴史、基本的なアルゴリズム誕生・変遷を通して、ニューロチップ誕生までの流れをつかみます。第二部ではビッグチップであるサーバー用、ミッドレンジのエッジチップを通して、ニューロチップ技術の詳細を学びます。第三部ではマーケットインしているチップの動向を概観し、昨今台頭著しいTinyMLチップに関して着目します。第四部ではニューロモルフィック工学を通して最近の注目技術を説明します。そして最後に今後の動向を議論します。

プログラム

▼第一部：基礎
１．ニューロチップ誕生まで
　1.1 20世紀：ニューロンモデル、ニューロモルフィック
　1.2 21世紀：アルゴリズム、ニューロチップ（サーバ、エッジ）

２．ニューロチップ実装のポイント
　2.1 情報の種類と入力次元数
　2.2 アルゴリズム・モデルの発展とパラメータ/メモリ容量

３．MAC回路とその演算性能指標
　3.1 MAC回路構成（演算素子/ユニット/全結合層）
　3.2 学習と推論の実装の差

▼第二部：詳細(技術）
４．スピード重視のサーバ用ニューロチップ
　4.1 チップ詳細（TPU-v2/3, A-100, Cerebra, IPU)
　4.2 データ/モデル 並列

５．高効率追求型のエッジ用AI
　5.1 量子化、スパース （LUT, Log, Pruning/Eyeriss, DNPU,EIE--)
　5.2 データフロー （IS-RS-OS-WS, CB/Eyeriss, Flex・・・）
　5.3 学習（エッジ）用チップ(LNZBP, Ternary BP)

６．究極の性能を狙うCIM (Computing in memory)
　6.1 CIM (SRAM) ・・・Ternary/Binary 技術
　6.2 nv_CIM(NVMM)・・・ReRAM/PCM

▼第三部：詳細（市場）
７．市場トレンドと台頭著しいTinyML
　7.1 ニューロチップ市場トレンド（High End, Mid, Low/Tiny)
　7.2 TinyML(CIM型、TensorFlow-L型、ニューロモルフィック型）

８．アプリケーションへのチップ運用
　8.1 CNN：自動運転(End to End learning)、RNN：自動翻訳
　8.2 深層強化学習：アルファ碁

▼第四部：展開
９．ブレークスルーを狙うニューロモルフィック工学
　9.1 スパイキングニューラルネットワーク(SNN, TrueNorth/Loihi)
　9.2 最新注目技術動向：リザバーコンピューティング

１０．今後の技術動向と纏め


□質疑応答□