この項目で混ざったもの
ハード側深層学習専用プロセッサMN-Coreを開発ソフト側自社のChainerをPyTorchへ切り替え
2018年12月12日、Preferred Networks（PFN）は、深層学習専用のプロセッサMN-Coreを開発中だと発表しました。SEMICON Japan 2018でチップ・ボード・サーバーを展示する予定でした。TSMCの12nmで作られ、推定消費電力は500W、最大性能は倍精度で32.8、単精度で131、半精度で524 TFLOPSです。目標は、半精度で1ワットあたり1TFLOPSでした。
混ざったのは、AIの計算に合わせたチップの作りと、AIを書くためのソフトです。PFNの現在の公式ページによると、MN-Coreは神戸大学と共同で開発され、行列演算の専用回路を持ちます。処理要素にはプログラムカウンタ（次の命令の場所を覚える部品）も命令デコーダ（命令を読み解く部品）もなく、すべてがそろって、ホストのCPUから命令を直接受け取ります。条件分岐のない作りで、演算器の割合を最大にしています。ソフト側では、PFNがコンパイラ（AIのプログラムをチップ用の命令に変えるソフト）を作り、PyTorchやJAXの計算の流れから命令とデータの移動を作ります。目標は、既存のAIの仕事を大きく変えずに動かすことだと書かれています。
2018年の発表では、MN-Coreをバックエンドとして選べるよう、PFN自身のフレームワークChainerを開発する、とされていました。2019年12月5日、PFNはChainer v7を出して保守の段階に入り、今後はPyTorchへ段階的に移行する計画を発表し、MN-CoreでもPyTorchに対応すると述べました。理由としてPFNは、PyTorchの開発者コミュニティが活発で、論文でもよく使われるフレームワークの一つであること、Chainerの資産をPyTorchに移せること、フレームワークそのものが競争力の源でなくなったことを挙げています。
その後、MN-Coreを使った計算機MN-3が2020年に作られ、公式ページによると、省エネ性能のランキングGreen500で2020年6月に1位（21.11 GFlops/W）、2021年11月にも1位（39.38 GFlops/W）になりました。第2世代のMN-Core 2の仕様資料も、同じページからリンクされています。
- MN-Core発表
- 2018年12月12日
- MN-Core 推定消費電力
- 500W（TSMC 12nm）
- ChainerのPyTorch移行発表
- 2019年12月5日
- MN-3 Green500
- 2020年6月に1位（21.11 GFlops/W）
確認できていない点
- MN-Coreの開発を始めた時期は、確認したページに書かれていませんでした。
- 2018年の発表は「MN-3を2020年春に1,000ノード超で動かす」計画でしたが、公式ページのMN-3は160個のMN-Coreとあり、この違いの理由は確認していません。
- コンパイラが対応するソフトの範囲は現在の公式ページの記述で、2018年・2019年当時の状況とは別です。
出典
- PFN News Release 2018-12-12（Preferred Networks）
- PFN News Release 2019-12-05（Preferred Networks）
- MN-Core（Preferred Networks）
2026年10月18日に、上の出典（会社・研究機関の公式の資料と原著論文）を読んで確かめました。製品の仕様や提供状況は変わることがあります。この記事は、製品を試した記録ではありません。