Preferred Networks(PFN)は12月14日、深層学習を高速化するディープラーニング・プロセッサ「MN-Core 2」を発表した。
同社が、神戸大学大学院 理学研究科 惑星学専攻の牧野淳一郎教授らの研究チームと共同開発した「MN-Core」シリーズは、深層学習の特徴である「行列演算」に最適化した専用チップ。チップの演算器数を最大化するため、ネットワーク制御回路やキャッシュコントローラ、命令スケジューラなどの機能を内包せず、コンパイラにその機能を持たせて最小限の機能に特化することで、コストを抑えながら、深層学習における実効性能を高めている点が特徴だとしている。