 |
|
企業のAI導入を、企業ごとにサポート
⇒ PDFのダウンロードはこちら |
AIの開発工程では「仮説立案」「データ収集」「データ読み込み」「データ成型」「AIモデル実装」「パラメーター調整」「学習の実行」「学習精度検証」と幾つもの手順を踏む。なかでも「学習の実行」における待ち時間を課題としている企業も少なくなく、そこを解決しなければ、AI開発に要する期間の短縮は難しいといえる。本稿では、今挙げた課題を抱えていた富士ソフトがあるソリューションを導入したことで、顧客への価値提供のスピードを向上させた事例を紹介する。
AI開発のカギは、「学習の実行」における待ち時間の短縮
システムインテグレーターとAI開発の実績を組み合わせ、「AIインテグレーター」ビジネスを加速する富士ソフト。同社は、「顧客のビジネススピードを優先すること」が大きな付加価値だとし、優れたソリューションを提供するだけでなく、顧客に提供するまでのスピードも重視している。しかしAIやディープラーニングの領域では、このスピード感を出すことは簡単ではない。
高精度なAIをいかに迅速に開発するか。この課題に対し、富士ソフトは2018年春にGPU「NVIDIA Tesla P100」を4枚搭載したAIワークステーションを導入した。これにより一般的なPCでは720時間かかる画像学習を72時間で完了させることに成功。そしてこの結果を受けて、同社は2019年4月、「NVIDIA DGX-2」の導入に踏み切った。
 |
|
ディープラーニング専用スーパーアプライアンスコンピュータ「NVIDIA DGX-2」 |
学習時間を1/3に短縮し、提供スピードを上昇
DGX-2の性能は想像以上で、骨折を予測する医療AIプロジェクトの開発事例では画像学習をわずか6時間で完了。先ほどのAIワークステーションでは18時間かかる試算であり、学習時間を1/3に短縮できたこととなる。そのほか、1週間かかっていたAIの試験も1～2日で終わるようになり、学習時間の短期化によって、本来注力しなければならない仮説検証やAIモデルの選定などに注力できるようになった。
顧客へ提案や価値提供を行うまでのスピードが向上したことを受け、富士ソフト株式会社 イノベーション統括部 戦略推進部 部長 の三塚正文氏は「問い合わせに対するレスポンスの早さや回答の質も含めて、サポート体制には有益性を感じている」と、高い満足度を示している。
* * *
本稿でDLできるPDFでは、「NVIDIA DGX-2」を導入した富士ソフトの事例について詳細を紹介している。AI開発のスピード感を高めたい企業の方はぜひご一読いただきたい。
ダウンロード資料のご案内
NVIDIA DGX-2が支える富士ソフトの AIインテグレーションビジネス
[PR]提供： NVIDIA