複数エッジデバイスへのモデル並列による分散型ディープニューラルネットワークの通信の実装

摘要

近年の機械学習（ML：Machine Learning)の発展により，さまざまなシステムへ機械学習が実際に組み込まれるようになつてきた.システムの例として，あるアクチュエータを自動的に制御することを考えると，センサなどを配置してフィードバック制御を行うが，簡単なアルゴリズムでは使用する環境に応じてパラメータを設定せざるを得ない.しかし，機械学習を導入すれば，使用する環境に高度に適応した柔軟な制御を得ることができると期待できる.機械学習とともに，IoT (Internet of Things)も学術的研究および社会実装も含めて進hでいる.その中でも，クラウドコンピューティングを中心とする大規模なIoTシステムにおいては，ネットワーク負荷の増大，応答遅延やプライバシー侵害などの問題が懸念されている.これらの問題を解決するために，データの発生源や制御対象の近い場所で処理を行うエッジコンピューティング（EC ： Edge Computing)の適用が検討されている.