ディープラーニングのワークロード計算速度を最大6倍以上に、PFNがMN-Coreの専用ソフトウェア開発

このエントリーをはてなブックマークに追加

株式会社Preferred Networks(PFN)は6月14日、神戸大学と共同開発した深層学習用プロセッサー「MN-Core」の専用ソフトウェア(コンパイラ)を開発し、ディープラーニング(深層学習)における複数の実用的なワークロードの計算速度を最大で従来の6倍以上高速化(同社比)したと発表した。

MN-Coreは、PFNの深層学習専用プロセッサーとして開発し、2020年6月にスーパーコンピュータの省電力性能を示すGreen500ランキングで1位を獲得したPFNのプライベートスーパーコンピュータ「MN-3」に搭載されている。2020年5月にMN-3の試験稼働を開始して以来、PFNではディープラーニングをより高速化するためのソフトウェア群の開発を続けてきた。

今回、深層学習のフレームワークとしてPFNで活用されるPyTorchからシームレスにMN-Coreを利用するための専用コンパイラを開発した。ディープラーニングのさまざまな既存ワークロードを大きな変更せずに、MN-Coreによる計算速度の大幅な高速化を実現したという。

本コンパイラを用いてMN-Coreの性能を評価した結果、従来の汎用(はんよう)GPUを搭載したPFNのスーパーコンピュータMN-2と比較して、画像認識において6倍以上、グラフ処理において約3倍の高速化を達成したとしている。

>>ニュースリリース