Preferred Networksは12月12日、深層学習の特徴である「行列演算」に特化したディープラーニング・プロセッサ「MN-Core（エムエヌ・コア）」を発表した。MN-Coreは、電力性能（消費電力当たりの演算性能）において、世界最高クラスの1TFLOPS/W（半精度）を実現できる見込み。

  • MN-Core

MN-Coreの製造プロセスはTSMC 12nm、消費電力は500W、ピーク性能（TFLOPS）は32.8（倍精度）/131（単精度）/524（半精度）、電力性能は0.066（倍精度）/0.26（単精度）/1.0（半精度）。

同社は、深層学習の実世界への応用を目指し、オープンソースの深層学習フレームワーク「Chainer」の開発や、研究開発を支える大規模GPUクラスター「MN-1」「MN-1b」の構築を進めてきた。

これらを活用した大規模な分散深層学習により、自動運転、ロボットの高度化、がん診断などの分野で研究開発を加速させ、実用化に向けた取り組みを強化している。

同社は2020年春の稼働に向け、MN-Coreによる新たな大規模クラスター「MN-3」を構築する予定。1000ノードを超える専用サーバから構成されるMN-3の計算速度は、最終的に2EFLOPSまで拡大することを目標にしているという。