製品紹介Tips

AI・ディープラーニングにぴったりなGPU搭載産業用PCとは？

2019年9月13日

　こんにちは。近年頻繁に耳にする「ディープラーニング」。そもそもの概念から、ポートウェルジャパンが新たにラインナップしたディープラーニング向けのオリジナル製品までご紹介いたします。

　- 目次 –

ディープラーニングとは？
「機械学習(Machine Lerning)」と「ディープラーニング(深層学習)」の違い
ディープラーニングに必要な要素
ポートウェルジャパンがご用意するディープラーニング向けPC

1. ディープラーニングとは？

　近年話題の自動運転、異常検知や顔認識、チャットボットなど、様々な場面での活用が進んでいる「AI(人工知能)」。

　コンピューターが人間のように学習し、学習した知識をもとに推測する「AI(人工知能)」を実現するための手法の一つに「機械学習(Machine Learning)」があり、機械学習を発展させた手法が「ディープラーニング(深層学習)」です。

では、機械学習とディープラーニングの具体的な違いはどこにあるのでしょうか。

2. 「機械学習(Machine Learning)」と「ディープラーニング(深層学習)」の違い

　機械学習(Machine Learning)は、大量のデータから規則性や関連性を見つけ出し、判断や予測を行うようにトレーニングする手法です。

　例えば画像認識の場合、色や形、はたまたサイズなど様々な判断要素がありますが、「形に着目して区別」するようにAIに指示を出しておくと、まだ解析していない画像が出てきた時でも、AIは自ら形に着目して区別するように学習します。

　機械学習を発展させた手法であるディープラーニング(深層学習)は、人間の脳を真似た「ディープニューラルネットワーク」を用い、特徴や判断点を自ら決定します。機械学習のように、着眼点を指示する必要がないのです。
　人間からの指示を待たずに自動でどんどん学習をするという点で、機械学習から進化していると言えます。

　ただし、学習の方向性を人間がコントロール出来る機械学習と異なり、ディープラーニングは自動で学習をするため、読み込ませるデータによって学習する内容や方向性が大きく変わってきます。そのため、読み込ませるデータを慎重に選ぶ必要がありかつ、精度を高めるには大量のデータを読み込ませる必要もあります。

3. ディープラーニングに必要な要素

　ディープラーニングをPC上で実行するにあたり、非常に重要になる要素としてGPU(Graphics Processing Unit)が挙げられます。

　もともとは文字通りグラフィック描画のために生まれ、現在でもゲームや映像などのリアルタイム3DCGの画像処理に活用されているプロセッサですが、コンピューターグラフィックスは、結局はポリゴンを配置する座標の数値の羅列としてコンピューター内では処理されています。

その膨大な数値を同時並行で処理をすることに特化しているのがGPUです。

　PCに必ずと言っていいほど搭載されているCPU(Central Processing Unit)は、汎用的な処理を行えるようなアーキテクチャとなっています。マウスやキーボードの入力や画面表示、ゲームやオフィス系ソフトウェアまで、すべての処理にCPUが関わっています。

　こういった汎用処理を行うため複雑な作りになっているCPUは、4コア(クアッドコア)~8コア(オクタコア)程度が一般的です。対して、計算処理だけに特化したシンプルな作りのGPUは、例えばNvidia GeForce RTX 2080ですと2,944ものコアが搭載されています。

　コンピューター・グラフィックスの処理とディープラーニングの処理が非常に似通っていることから、GPUがディープラーニングに活用されるようになりました。