カテゴリー
- 真空バルブ(ゲートバルブ、ベンドロールバルブ)
- オーリング
- シール/フランジ
- 真空開閉シャッタ
- ステージ(リニアモータ)
- リニアモータ駆動システム
- 静電チャック
- 熱電対/パイロメータ
- サセプタ
- センサ(温度、湿度、圧力、流量など)
- 各種保護材料(消耗材料)
- マスフローコントローラ
- ガスバルブ
- 薬液バルブ
- キャピラリー
- 薬液用ポンプ
- テフロン(半導体グレード)
- SASU(半導体グレード)
- 大気ロボット
- 真空ロボット
- リニアモータ搬送システム
- 制御ボード
- 制御用PLC(国内供給)
- 制御用パソコン(国内)
- モータ/サーボモータ
- RF電源/その他電源
- クライオポンプ
- ターボ分子ポンプ
- ドライポンプ
- チラー
- 防塵衣
- エンドポイントモニタ
- ケーブル/光ファイバ
- 真空バルブ
- オーリング
- 真空シール/フランジ
- 真空開閉シャッタ
- ステージ(リニアモータ)
- リニアモータ駆動システム
- 静電チャック
- 熱電対/パイロメータ
- センサ(温度、湿度、圧力、流量など)
- 各種保護材料(消耗材料)
- ヒータ(蒸着装置向け)
- サセプタ(半導体にも追加)
- マスフローコントローラ
- ガスバルブ
- 薬液バルブ
- キャピラリ/ディスペンサ
- ノズル(スプレーノズル、スリットノズルなどを含む)
- インクジェットヘッド(ノズル)
- 薬液用ポンプ
- スペーサ供給ユニット
- コロナガン
- テフロン(半導体グレード)
- SUS(半導体グレード)
- 大気ロボット
- 真空ロボット
- リニアモータ搬送システム
- 制御ボード
- 制御用PLC(国内供給)
- 制御用パソコン(国内)
- モータ/サーボモータ
- RF電源/その他電源
- クライオポンプ
- ターボ分子ポンプ
- ドライポンプ
- チラー
- レーザ光源
- 赤外線検出器
- シリコン
- 化合物半導体
- マスク基板
- マスクブランクス
- フォトマスク
- g・i線レジスト/現像液
- KrFレジスト/現像液
- ArFレジスト/現像液
- ArF液浸レジスト/現像液
- EUVレジスト/現像液
- ターゲット材
- CVD・ALD用成膜材料(High-k材料/low-k材料/その他)
- クリーニングガス
- めっき材料
- コーティング材料
- イオンドーピングガス
- 厚膜・その他レジスト
- エッチング液
- エッチングガス
- スラリー
- パッド
- パッドコンディショナ
- 洗浄液
- 超純水・機能水
- サブストレート(パッケージ基板)/インターポーザ
- TAB・COFテープ 接着剤 接着テープ
- 接着剤 接着テープ
- アンダーフィル
- ボンディングワイヤ
- リードフレーム
- はんだボール
- 封止樹脂
- セラミックパッケージ
- フリップチップ用エポキシ樹脂封止材
- バックグラインディングプロセス用テープ/ウエハレベルCSP用裏面保護フィルム
- ダイシング/ダイボンディング用フィルム
- その他フィルム
- マスク基板
- マスクブランクス
- フォトマスク
- ガラス基板(液晶)
- ガラス基板(OLED用)
- Crガス、薬液、Si
- Cr、ITO
- カラーフィルタ用色材(カラーレジスト/顔料)、インクジェット用インク
- フォトレジスト、現像液
- 配向膜材料(SiO2):CVDガス材料、ポリイミド(樹脂)
- 液晶材料
- スペーサ材料(シリコン球)
- シール(封止)材(接着剤)/メインシール材/仮接着剤
- 液晶注入口封止材(紫外線硬化樹脂材料)
- 偏光フィルム
- 基板(仮配置基板)
- ポリイミド樹脂
- 正孔注入層材(有機膜)
- 正孔輸送層材(有機膜)
- 電子注入層材料(有機膜、金属化合物薄膜
- 電子注入層材料(有機膜、金属化合物薄膜
- 高分子有機EL材料
- 有機EL材料(蒸着用)
- 蒸着材料
エッジデバイス向けオンデバイス学習AI アクセラレータとCPU コアの開発
基本情報
近年 エッジシステムやセンサ/モータ制御に近いエンドポイントなど、下位のシステム上のデバイスにAIを実装した組込みAIシステムが注目されている。クラウドではなく、エッジ側デバイスにAI機構を組み込むことで、通信量が少なくなりネットワークコストが低減、生データの送信が不要になりセキュリティ向上、通信レイテンシや消費電力低減などの効果が得られる。
組込みAIは工場装置の異常検知やIoTデバイス、家電、ヘルスケア用品、監視カメラなどに組み込まれ、ワーニングを出す用途に需要が高まっているが、推論はエッジ側デバイスで実行できるものの学習には多大な演算が必要であり、事前にクラウドで学習する必要があり、学習のためにネットワークとクラウドの構築が必要となり、異常時の教師データを事前に集める必要があるといった問題点がある。
オンデバイス学習という技術を用いることで、エッジ側デバイスで学習を行うことが可能となり、これらの問題点を解消できる。我々はオンデバイス学習のアルゴリズムをハードウェア化したAIアクセラレータを開発し、ソフトウェアに比べて1000倍高速に学習演算を実行できるようにした。小型CPUとAIアクセラレータが搭載されたデバイスを用いることで、数10mWの超低消費電力で様々なエッジ/エンドポイントでの学習が可能になり、スタンドアロンの故障予知を実現できる。また、組込みAIシステムはもちろん、様々な環境で使われるエッジ側デバイスを低コスト化するためには、小型CPUが不可欠です。我々は多様なアプリケーションに対応できるように、8bit/32bitの小型CPUを自社開発することにした。開発コストはかかるが、自社開発のメリットを重視した結論であり、ライセンス料やロイヤリティが不要で自社の製品ターゲットに合わせたカスタマイズが可能車載向けなどの品質担保が自社責任で行える。
取扱企業
グローバルネット株式会社
業種:産業用電気機器 所在地:東京都 中央区港 1-2-10 堀川ビル6F
必要な情報をタイムリーに届けたい
グローバルネット株式会社(GNC)は出版やセミナーを通して、半導体やフラットパネルディスプレイの情報をタイムリーに提供することを目的に1990年に設立しました。そして2020年には創業30年を迎えます。
1994年にCMPプラナリゼーション委員会の事務局として活動する機会を経て、会員の皆様にCMP向け層間絶縁膜用テストウエハの提供を始めたことがきっかけとなり、テストウエハの試作・加工ファンドリビジネスに参入、事業化を致しました。
エッジデバイス向けオンデバイス学習AI アクセラレータとCPU コアの開発 へのお問い合わせ
お問い合わせいただくにはログインいただき、プロフィール情報を入力していただく必要があります。
※お問い合わせの際、以下の出展者へご連絡先(所属名、部署名、業種、名前、電話番号、郵便番号、住所、メールアドレス)が通知されます。
エッジデバイス向けオンデバイス学習AI アクセラレータとCPU コアの開発