Please enable JS

Life with Deep Learning

全ての人にDeep Learningのある生活を

Deep Learning技術を世界の隅々まで
その先にはきっと、今より一歩豊かで、想像的な社会が待っている

What We Do ?

ライセンス事業

世界有数のチップメーカーと提携し、半導体のIP(回路の設計情報などの知的財産)のライセンス事業を行っています。

自社サービスの提供

Deep Learningを簡単に試すことができるプラットフォーム「JUIZ DoT」などDeep Learningを利用した様々なシステムをSaaSとしてご提供します。

協業ソリューション

様々な分野の大手企業と協業し、SNS解析ツールをはじめ、パッケージ化したソリューションをご提供します。

Use Cases

走行車両の検出

自動運転実現のために走行車両の位置の検出や信号の色の判別を行います。

工場、建物の異常検知

ロボットが撮影した画像から工場や建物の老朽化を自動で検知します。画像のみならず様々なデータを利用できます。

スマート家電などでの
エッジコンピューティング

スマート家電などのIoTデバイスでDeep Learningを利用できます。エッジ上で処理を行うことができるため高速かつ低消費電力で、プライバシーに配慮しつつDeep Learningを利用できます。

Software Technology

ソフトウェア高速化・圧縮技術

省スペースでも高効率を発揮するソフトウェアを開発しています カスタムハードウェアに対して容易にチューニングが可能で、最大限のパフォーマンスを発揮します

精度を維持しながら最大 500分の1までモデルを圧縮

モデルサイズを小さくすることで実行速度を大幅に高速化することが可能です。独自技術により精度を維持しつつモデルサイズを圧縮することが可能です。

精度

(test: metrics/accuracy)

サイズ

1w, 1MHzあたりに掛かる処理時間(電力効率化)

圧縮されたモデルはさらにFPGA上に構成することが可能です。FPGA上で実行した場合、大幅にランニング゙コストを抑えることが可能になります。

分類

セグメンテーション

Hardware Technology

ハードウェア設計

IoTなどのDeep Learning組み込み製品、ソリューションに向けた、独自のハードウェアを設計しています。小型のチップ状でも Deep Learningの計算を可能にする独自アーキテクチャを研究しています。

FPGAによるDeep Learning専用回路を構築することでCPUと比べて10倍高速に

FPGA上にDeep Learningに適した専用回路を構築することが可能です。エッジ上で動かすことにより高速で信頼されたレスポンスを取得することが可能になり、IoTや自動車組み込み機器など様々な用途に活用できます。

関連するプロダクト

1枚の画像データを処理するのに必要な時間

分類

Network: classification.lmnet

Dataset: cifar10

セグメンテーション

Network: segmentation.segnet

Dataset: segmentation