リコーは12月26日、人工知能（AI）モデルの学習速度を26倍高速化し、電力効率を90倍向上させる回路アーキテクチャを開発したと発表した。 この回路アーキテクチャは、AIの機械学習手法の1つである「Gradient Boosting Decision Tree（GBDT：勾配ブースティング決定木）モデル」を効率化するもの。GBDTは、データベースなどで構造化された大量データの学習に高い性能を発揮する。 応用先として、オンライン広告のリアルタイムビッディング（Real-Time Bidding）、Eコマース
Preferred Networksは12月12日、深層学習（ディープラーニング）の学習フェーズに特化した専用チップ「MN-Core」（エムエヌ・コア）を発表した。東京ビッグサイトで開催中の「SEMICON Japan 2018」で展示している。 「MN-Core」。製造プロセスは12ナノメートル、消費電力は500ワット（予測値） 深層学習の特徴である行列演算に特化したチップ。ピーク性能は32.8T FLOPS（倍精度）、131T FLOPS（単精度）、524T FLOPS（半精度）。電力性能（消費電力あ
ニュース 東芝、Ethernetから直接アクセスできる「NVMe-oF SSD」試作機を開発 ～ランダムリード1,600万IOPSを実現 - 佐藤 岳大 2018年8月7日 17
