自力で学習する大脳視覚野AIチップの製作 第2回 学習スピード対決！ソフトvsハード

摘要

前回紹介した色の学習は，ベクトルの次元数が3，ニューロン数が900程度と少なく，通常のパソコンでも数秒で計算が終わります．実際の応用では，ベクトルの次元数が数百の大規模なベクトルになり，ニューロン数も1万以上になります．ソフトウェアで1つ1つ逐次計算するパソコンでは時間がかかりすぎて使えませh．SOMなら並列性の高い処理で構成されているため，FPGAを使って演算回路を並べて同時に実行すれば計算を高速化できます．今回は，ZynqというArmプロセッサ搭載のFPGA にSOM回路を実装して，パソコン（iCore7@3.7GHz）と，その処理能力を比べてみます．本稿で紹介したSOMのサンプル·プログラムと学習データは，本誌Webサイトからダウンロードできます．