LeapMind、エッジAIの新ディープラーニングモデル「Efficiera 異常検知モデル」を提供

　LeapMind株式会社は25日、超低消費電力AI推論アクセラレーターIP「Efficiera（エフィシエラ）」の技術を用いた、新たなディープラーニングモデル「Efficiera 異常検知モデル」を開発し、6月から提供を開始すると発表した。

　Efficieraは、FPGAデバイス上もしくはASICデバイス上の回路として動作する、CNN（畳み込みニューラルネットワーク）の推論演算処理に特化した超低消費電力AI推論アクセラレータIP。量子化ビット数を1～2ビットまで最小化する「極小量子化」技術により、推論処理の大部分を占めるコンボリューションの電力効率と面積効率を最大化するため、最先端の半導体製造プロセスや特別なセルライブラリを使用する必要がない。

　LeapMindでは、Efficieraのディープラーニングモデルとして、これまで提供していた「物体検知」と「ノイズ低減」に加え、新たに「異常検知」を提供する。

　異常検知モデルは、正常データのみで学習が完了でき、学習時に外部委託することの多いアノテーション作業が不要になるため、顧客等との秘密保持契約締結が不要。多量の不良品データの準備も不要な上、数秒で学習が完了するため、現場への迅速なAI導入が可能となる。

　学習と推論が、ともにFPGA搭載のエッジデバイス上で完結し、画像データの社外送信が不要なため、情報漏えいリスクの低減、煩雑な秘密保持契約が不要で、省力化につなげられ、ネットワーク環境のない場所でも利用できる。

　AIエンジニアがいなくても、現場で再学習が可能で、ヒートマップで異常箇所を分かりやすく視覚化し、AIの学習結果を保存して再読み込みが可能。簡単に現場でのやり直しが可能となり、IT人材の確保が困難な企業でも利用できる。

　また、オンプレミスGPUサーバーを利用する場合と比べて、機材コストや設置スペースを理由とした拡張性への懸念も解決できると説明。学習結果は数MBのデータに保存して、後から推論に利用できるため、誤った学習のやり直しも簡単で、IT人材の確保が困難な企業や、広帯域ネットワークを利用できない地方に製造拠点を持つ企業においても、スムーズなAI実用化を実現し、製造業のDXを後押しするとしている。