GPU開発大手のNVIDIAは、10月5日、ヒルトン東京お台場にて開発者向けカンファレンス「GTC Japan 2016」を開催した。今記事では、共同創業者兼CEOのジェンスン・ファン氏が登壇した、基調講演の模様をお届けする。
創業当時からGPUに力を注いできたNVIDIAは、ハイエンドゲームだけでなくHPC（ハイパフォーマンスコンピューティング）やAIの分野で注目が高まっている。それら高度な並列処理を必要とする計算にGPUが適しているからだ。近年では、ディープラーニングによるニューラルネットワークを用いた自動運転車のプラットフォームを展開し、GPUで自動車産業へ深く食い込もうとしている。
ファン氏は、GPUディープラーニングによる新しいコンピューティングモデルは広く浸透し始めていると言う。ディープラーニングは学校で勉強する子供のように学習していくが、そのためには高い演算性能が必要であり、GPUがその真価を発揮する分野となる。また、ディープニューラルネットワークがあらゆるデバイスとつながることで、そのすべてのデータを学習していく。それがAIを実現するサイクルとなり、ムーアの法則よりも早い進化をもたらすとしている。
AIやディープラーニングを見据えて開発されたアーキテクチャ「Pascal」には多くの時間が費やされた。自社を「AIコンピューティングカンパニー」であるとするファン氏は、映画『アイアンマン』で主人公トニー・スタークと自身が開発したAI「J.A.R.V.I.S.」のようにAIの提案によってさらに優れたものを作ることができる世界もすでに夢物語ではないのだとファン氏は強調する。
SFを現実に近づけるためのGPUとして、先月、Pascal世代の「Tesla P40」と「Tesla P4」を発表している。CPUと比較して、「Tesla P40」は40倍の性能に、「Tesla P4」40倍ものエネルギー効率を誇る。
「Tesla P4」の使用例としてファン氏は、多くの画家のアートスタイルを学習させて動画に適応させることが可能なソフトウェアを紹介。会場を映すカメラの映像にアートスタイルを適応させ、リアルタイムででピカソ調に変更するといったデモンストレーションを行った。
現在、マイクロソフトのAzureをはじめとした海外の多くの企業がAIコンピューティング エコシステムに目をつけているが、その動きは国内でも例外ではない。ファン氏が紹介したのは、画像認識による楽天のフリマアプリのカテゴリ選別や、みずほ証券で市場の予測といった大手だけでなく、スタートアップなどの取り組みも紹介した。
NVIDIAが提供する小型モジュール「Jetson TK1」は、ロボット工学や医療などの分野での活用が期待されています。ロボット産業大国だとされる日本では、Jetson TK1」やニューラルネットワークを用いることで産業革命がおこるのでは、とファン氏は語る。
続いて、日本の工業機械メーカー「ファナック」の取り組みを紹介。ファナックはディープラーニングとコンピュータービジョンによって学習する工業ロボットの研究を行っている。ファナックの取締役専務兼ロボット事業本部長の稲葉清典氏が壇上へ上がり、より人に近い、学習するロボットの開発への意気込みを語った。学習するロボットにより、単一能力のロボットを導入する必要がなくなる、汎用性のあるロボットの使い方も期待されているようだ。
自動運転車がもたらす未来として、AIトランスポーテーションによって100兆円産業の創出が可能と語るファン氏。タクシーやバスといった公共交通機関や、関連保険など、交通は世界で最も大きく、需要がある業界であるからだ。自動で運転するプログラムを書くより、ディープラーニングによって学習させたほうが効率が良いとされる。
「Drive PX 2」ファミリーとして、小型化した車載スーパーコンピューター「AutoCruise」をアナウンス。これは通常の「Drive PX 2」を小型化したもので、高速道路での走行といった比較的簡単な処理を行わせる際に使うことができるという。小さいサイズであるが、将来的には通常の「Drive PX 2」と同等もしくはそれ以上の性能をとなっていくのだとしている。これは、将来的に高性能なモジュールがここまで小型化できるのだという、自動車業界に向けた試金石でもある。
「Driveworks Alpha 1」は、NVIDIAの自動運転車プラットフォームでの開発のしやすさのアピールとして、自動運転車用オペレーティングシステムである。開発の効率化が図れる。自動車が走行している周辺の環境などを視覚化して搭乗者に見せることも可能。
「Driveworks Alpha 1」を活用した例として、BB8と呼ばれるAI自動運転試験車の映像を上映した。映像では、道路上のオブジェクトを3次元で認識する様子や、道路のラインの認識、安全な進行ルートを瞬時に判断する様子が見て取れた。まだ試験段階と言われているBB8だが、3000マイル走って学習したのみで障害物をよけながら細かにステアリング制御している映像は、自動運転車の実用化が近いのだと感じさせる。
ファン氏は、今後のAIの未来に向けたスーパーコンピューター向けとなる、次世代アーキテクチャのSoC「XAVIER」を紹介した。シングルチップでありながら現行の「Drive PX 2」と同等の性能かつ4分の1という低電力を実現している。今後の車載スーパーコンピューター小型化への試金石となる。
今回の基調講演は、自動運転車における今後の方向性がはっきりと見てとれた。自動運転技術の本格的な実用化はまだ道半ばであるが、その可能性の高さを裏付けるには十分な内容だったのではないだろうか。
