近年、ディープラーニングの普及に伴い、高速に学習処理を実行できるアルゴリズムが求められており、過去2年間で当初の30倍の高速化が進んでいます。また、ディープラーニングの処理速度を測定するためのベンチマークとしては、一般的に、画像認識のディープニューラルネットワークであるResNet-50（注4）において、画像認識精度を競うコンテストILSVRC2012（注5）での画像データを利用した学習時間で比較されます。
今回、富士通研究所がこれまでにHPC開発で培った技術にもとづき、ディープラーニングの学習の進捗度に応じて学習強度を適切に調整することで、学習精度を低下させずに1GPUあたりの計算量を拡張する技術を開発し、高効率な分散並列処理を実現しました。ベンチマークにあたり、ABCIの2,048個のGPUを利用し、オープンソースのディープラーニングソフトウェアに開発技術を適用して測定したところ、従来の最速記録を30秒以上短縮する、世界最高速（注6）となる74.7秒で学習が完了することを確認できました。
富士通研究所は、今後、ディープラーニングのさらなる高速化を検討するとともに、開発技術を富士通のサーバやスーパーコンピュータに適用し実用化を目指します。
本リリースの詳細は下記URLをご参照ください。
http://pr.fujitsu.com/jp/news/2019/04/1.html
概要：富士通株式会社
詳細は http://jp.fujitsu.com/ をご覧ください。
Copyright 2019 JCN Newswire. All rights reserved. www.jcnnewswire.com
