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

様々なフレームワークで実行可能なDeep LearningライブラリをFPGAやCPUなどに載せて提供します。複雑で大量の計算が必要になるDeep Learningをコンパクトに、シンプルにすることで簡単に組み込みが可能です。

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」や学習データのアノテーションツールなど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。

ソリューション事業

様々な分野において、LeapMindの技術を用いパッケージ化したDeep Learningソリューションをご提供しています。

Use Cases

走行車両の検出

自動運転を実現するための走行車両の位置検出や信号、標識などの判別を行います。エッジで処理を行うため、従来の大きい器具を取り付けることなく小さなスペースに組み込むことが可能になります。

工場、建物の異常検知

ロボット等を用いて撮影した画像から、人の立ち入りが困難な場所や工場、建物などの老朽化や異常箇所を自動で検知します。

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。エッジ処理のため高速かつ低消費電力で、Deep Learningを利用しレシピの提案や部屋の調光など生活サポートを受けることができます。

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。

サイズ

精度

(test: metrics/accuracy)

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。

セグメンテーション

分類

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

Latest News

{{news.title}}

{{news.date}} - {{news.category}}