何故？日本でディープラーニング用ハードウェアを開発しないのか？

今年の2月20日に、
ブログにアップしたTensorFlow XLAの衝撃から
ディープラーニングのフレームワークのハードウェアに近い部分をいろいろ調べてきました。

その部分については、
今年のクリスマス（2017年12月25日）に発売予定の
インターフェース、2018年2月号の掲載されるであろう記事にちょこっと書いています。

のようです。

      あたしの記事は、TensorFlow XLA の JITに関するもので、TensorFlow r1.4に対応しています

原稿を書き終えてから、いろいろと整理してみて、感じたことは。。。

      何故、半導体開発を長年やってきた日本でディープラーニング用のハードウェアを開発しないのか?

ということ。

SystemCが盛り上がった2000年頃は、日本の半導体開発は非常に盛り上がっていました。

どうしてなんでしょうか？

あたしが考えるには、

  ハードウェアを作っても、その上のソフトウェアである

　　・デバイスドライバ
　　・ファームウェア(ランタイム)
　　・ライブラリ
　　・コンパイラセット

　が無いと現実的には使えない。

ということ。つまり、ハードウェアはできるが、ソフトウェアというエコシステムの構築ができないから。

NVIDIAのGPUがこれだけ広がったのも、CUDAのエコシステムがあるからだと思います。

そういう意味で、TensorFlow XLAを見てみるとめっちゃ面白いんですよ。
そして、その対抗として出てきた、「NNVM + TVM」もめっちゃ面白くて、
TensorFlow 以外のフレームワークは、ONNX にて、NNVM + TVM へのパスを作っていますからね。

下の表は、githubでの各フレームワークのStarsとForksの数です。
GoogleのTensorFlow + Keras に対して、その他大勢のフレームワークという感じです。

        ハードウェア(Google TPU)も自前で作っている大巨人GoogleのTensorFlow + Keras
                                        vs 
        ハードウェアをほとんど作っていないその他大勢のフレームワーク

ちょっと面白いのは、Intel。ハードウェアを開発しているIntelは、どんなフレームワークでも使ってもらいたい。
なので、
Intel NNP（旧Crest）では、XLAやTVMをサポートしています。また、ONNXにも参加しているんですよね。。。

あー、そうだ、Khronos groupのNNEF : Standards for Vision Processing and Neural Networksもありますが、
こちらはどちらかと言うとIPベンダーとそのIPを搭載した（する）SoC（ASSP）ベンダーの集まりって感じですかね。

Vengineerの妄想