일본 후지쯔연구소(富士通研究所)에 따르면 2017년 4월 딥러닝을 학습할 때 전력효율을 향상시키는 회로기술을 개발했다.

딥러닝의 학습 처리에 사용하는 데이터의 비트폭을 압축하는 것으로 뉴럴 네트워크(인공신경망)구조와 학습방법을 바꾸지 않고 학습용 하드웨어의 전력효율성을 높이는 방법이다.

GPU의 성능 향상에 의해 딥러닝의 학습프로세스는 비약적으로 진화했지만 학습용데이터의 증대로 스토리지(데이터저장)량도 증대했기 때문이다.

최근에는 엣지노드(Edge Nodes)에 의한 학습을 원하는 니즈도 있어 소비전력을 억제하면서 높은 학습효율을 실현하는 기술이 요구되고 있다.

▲후지쯔연구소(富士通研究所) 홈페이지