mommom

>>No. 247

中小企業と大学研究室のnvidia離れはチャンス?

GeForceシリーズは、伝統的にゲーマーがPCにはめ込んで、グラッフィクで遊ぶGPUのボードです。
それが、イーサーレアムのマイニング工場に使われるようになって、昨年は4月から、世界中で、秋葉原からもGeForce　GTX　1060（最新は1080）は売り切れて8月まで（9月の中国の仮想通貨規制前まで）、購入できませんでした。
GeForceは型により、4万～8万円（需給で値が動く）

マザーボードは、13年から、東工大TSUBAME3.0でも利用されてます。確認すると時間がかかるので、大雑把にいえば、13年のころのGeForce　GTX　670、680、690あたりと性能が同じでサーバー用のTesla K20Xを4200枚ほど使っています。　単純に4200x10万円で、4億円ほどでしょうか。（現在も、中古で7～10万円ほどします）

GeForceは、商品不足になるので、ゲーム用とにマイニング用に限定したいのでしょう。
またサーバー用だと、同じ性能でも別格価格のイメージがあり、とても儲かります・
NVDAのサーバー部門（売上20％）の利益率は60％になってしまった。（ゲームが60
％を占めますが、全体平均で32％）

経営としては、サーバーを力を入れたい。
あるいは、イーサーレアムのマイニングのプロトコルが変更され、ASICでできるようになったとも噂され、これまで使われてきたGPUで解くと効率性が落ちて、時間がかかり、電力消費と比べて（ボードと電気代が原価）、儲からなくった。
GeForceはゲーム向けかマイニング用か購入者の区別できないので、販売できる数量がわからい。全体売上の7％がマイニング用と言われますが、10％かもしれない。GeForceの販売先行きが読めないのかもしれません。
あるいは、700もの大量枚数購入者のマイニング工場(以下URLの6分以降）に対して、サーバー用にしてくれという意図かもしれません。
h　ttps://www.youtube.com/watch?v=2Jqf_wZKFCc&t=2s

DMPへの影響は？
500人以下の会社での画像処理が困る。
大学も300万円以上の予算ととるのは、厳しい。
他社のチップを使うことになる。
最近では、モバイル化のスピードが速い

>>No. 24

トヨタの電動化のEV,　ＰＨＶ,　バッテリに関連して　DMPの現在の商品で何か関係がありますか？
ZIA™ Classifier も ＲＳ１も車とは直接関係がなさそうですし、
例えば、HDマップに、地面上の自分の位置を30cm以内で正確にピンナップするデバイスとも関係がなさそうですが。
ＤＶ700は　自動運転のNN処理ですし。

PowerVR より上　という評価の意味の重大さ

PowerVR 2NX　を出しているImagination technologyとは...
アップルが、初代iPhoneからiPhone-Xの前（17年3月）まで、モバイルGPUとして採用し続けて載せていたのが、PowerVR 2シリーズ。スマホで一番重要なことは発熱懸念で、この会社のチップは低消費電力が知られていた（CPUのARMについていくモバイルGPU）　
FOMA、シャープ、Asusや PlayStation に使われてきました。
ずっと以前は日本のゲームにも採用されたことがありました。

スマホ時代になって、Imagination の売上の半分がAppleになっておりましたところ、今年3月にアップルから突如、契約を切られてさまよい、9月に、中国半導体の核としてモバイルAIの推進役にするために、中国政府の資金をだすファンドに買収されました。従業員1200人。850億円ほど。
QualcomはImagination を欲しかったが、取れなかったため、今後の行方に不安が出てきたといわれる。
Q社のsnpdragon のGPU回路は自社開発ですが、NVDAと同業のPC-GPUを専門とするAMDという２番手会社から、モバイルGPUの権利を譲りうけたものが元。
snapdragonは、Xperia、Galaxy,　スマホAIのためにGoogleに買収されたHTCに搭載されてきました。

PowerVR 2NXは、この秋に発表された、Imagination のはじめての スマホ用のIP neural network accelerator。

米　10年以上、モバイルGPUとしての実績が認められた会社の推論AIチップよりも、技術的に上だと核心をもって評価される。
これだけの実績の会社のチップについて、あっさり、これより、上と技術評価される御仁とはなんぞや。
ふつうは、その実績の偉大さに目が曇り、新生と比べるとき、慎重に調べたうえ、あれれと思いつつ、口を濁します。
明言されることの意味を、お考えください。営業上、売れるまで時間がかかるかもしれませんが。

-------------------
これならわかりますか。わからないことばは、Wikiするか、Googleください。
これでほぼ1000字。

申し訳ありません。
分野外、業界外の話でしょう。
１から丁寧に説明する目的のサイトでもありません。
1000字の制限があり、3000字になってしまいますのでできません。
お詫びします。

「Arria 10GXの記述は、簡単で、車載用とありますが、それ以外に何も書いてない」の意味は、

下URLのような「Arria 10GX」のサイトで、DMPのサイトで確認をしたわけではありません。
（確認したサイトでは、「車載用」（クリックできる青字）とだけありました。）

まず初めに、Arria 10GX　FPGAで、車載推論がどのように出来るかの知るため、プラットフォームから確認して、DMPのほうは見ていません。Arria 10GXに車載が含まれなければ、意味がないので。

https://www.altera.co.jp/products/fpga/arria-series/arria-10/overview.html

--------------------------
LiDARを99％減にしたStrobe
ＧＭは、17年10月、ＬｉＤＡＲヴェンチャー　Strobe（常勤11人）を買収した。
　StrobeはLiDARセンサーを1チップ化して、ユニットを手のひらサイズに小型化することに取り組んで小型化し、その結果、99％コスト削減を実現した。

トヨタは17年9月、16歳で起業し現在22歳のヴェンチャーLuminarのLiDAR採用を決定。
メルセデスは17年9月Velodyneの搭載をきめ Ｅ200以上では、オートパイロットが出来るようになった。
既に各社700万円であれば、（警告が出るまで）ハンドルに振れる必要がないレベル３は準備が整ってきた。（現在の日本で売られEは、ルール上、ハンドルに指をふれていなければ、10秒で解除される制約付き。）

車体の制御では、がたがた、ギクギクしたりを車体の個性の感覚しながらをとらえながら、摩擦などのほか、雨・風の影響をセンサーで数字にかえての工学的な推論になりますら、数字の演算だけの問題ではないでしょう。
例として、そういう技術者なしには、車載用ができない、と感じます。
両社とは、全くの部外者です。アイシンでもジェイテクトとも無関係です。
デンソーとモルフォは、ニュースの上では知っています。
ただデンソーはimaginationと何をしているのか。やめてしまって、モルフォにいったのか。否。契約をきったとは「公表」されてないだけか。
同時期に出してきたのが、DMPときわめて類視します。
DMPは、imaginationのPowerVR NNAと同じIPと考えればよいかと。

Nvda #338　どう思われますか。
エッジでやらずに、サーバーですればもっと効率的なのに、ペガサスをわざわざ作った。
エッジでは量子コンピュータができないことをやうとしているだけか。

センシングカメラは、（いいかげんですが）Sony以外に、ニコン、コニカ、キャノン、防衛目的上も、同様の技術のようです。
ただ、コストの問題で車載用をつくっているのがSony（１万円）、それを使ったMobileyeという組みあわせ。

90％減だろうと、20万だろうと変異すれば、カメラ側は、いっせいに対応に動くことになるでしょう。
Mobileyeでいけるのか、検討しながら。
ガラケーからスマホになるとき、ノキアはどうなったか。パカパカ折りたたみばね会社は消えましたか。

車載用といいますけど、カメラやナビだけでなく、今後はエコーが入力情報（どこにいけ、曲がれの命令）に加わる、車載のデバイス全てと、どう統合的につくりこむかですから、自動車の水平統合の経験がものをいいます。
雨の道路の摩擦計数と、タイヤの磨耗度と、降雨量などなどの条件で、20ｍ先の障害物をよけようとすれば。どのようにスピンなく、どこに停止するかの推論をするための学習済みモデルをつくるのは、スレアリングから車輪の制御まで、各車体の個性があるでしょうから、それも判断して推論しなければなりません。
だから、走行実験経験がないと、机上でできないとおもいますが、IntelはArria®️10GXに車載用と記しています。
（だから、ここにおじゃまして、ご迷惑かけていおります。）

ドリアンさん

ペガサスは、スペックを明らかにしていませんから、不明ですが。
たぶん6月、製品提供でしょう。
アドバルンと見ました。

ダンボールとか犬とか子などの前方の障害物の知覚は、既存のMobileye+ミリ波では出来ませんが、天候や照度に影響されます。知覚できても、カメラの視野の範囲で、200ｍ以内が限界です。
それらは、カメラでは、画素が悪いか、fr/s頻度が低いか（秒あたりのコマ数で、秒速20ｍ走行で、60ｆｒｓであれば、33cmごとに一枚、20frsでは、距離測定の誤差がでます）　
LiDARではクリアされ、犬か猫かまで知覚出来るセンシングでしょう。
カメラと違って、どう解析処理されるか、知りません。

asa*****さん

推察できること
300万円クラスの車に搭載されるほど、LiDARコストが下がったら（GM以外にIPがない）、CMOSカメラセンシングに関連する業界が要らなくなるでしょう。ですが、LiDAR用の業者に衣替えできればする。

GMが買収したということは、IP実践したらできたのでしょうから、11人会社を買収した。
N社は、プレミアムカー、運送トラックであれば、1000万円以上払うから、どちらでもいい。N社は、tegra X1チップをいくつも並列させてDrive PXをつくったときから、LiDARすると説明している。
しかし。20兆演算が最大で、60ｆｒ/ｓの映像を何枚読めるでしょうか。
今回の320兆は真実みを感じさせる（計算できなければ、勘でしょう）。

いずれにしても、LiDARが、25万円に下がってきたことは確かですから、ドライバレス、ペダルなし、ホイールなしの無人自動制御車は20年中ごろからでてきても、不思議はありません。
400万円以上の車であれば、許容範囲のコストでしょう。
計画から販売の間に3年（走行の障害物回避テストなどの走行テストが必要、仕様設計を固めるに半年、つくりこみ半年、2年目に走行テストで、仕様設計の修正調整、その間に生産ラインを立てる、最低2.5～3年）

DMPの商機
Arria 10GXには車載用とありますが、デンソーや日本精工などの技術者と一緒に走行テスト経験がないことから、現実的ではないと考えます。どこかと機械学習処理作業の経験しない限り。
でも、投資家は現実とは別に、できると夢見ませんか

DMPはもともと画像処理用のGPUのIP開発企業はわかっています。

貴職の評価で、全く異論はありませんし、間違っていません。
なぜか、あの会社はメディアコントロールがきいていて、だれも裸の王様といえない。
証券アナリストは技術についてはコメントしません。マイニングくらいしか使ったことがないから、間違うと困るから。
任天堂のスイッチが2000万個/年（ｘ1万円）うれて、売上の1/3、ゲームで1/3というグラフィック・プロセサー屋ですが、データセンターはTesla P100以来、V100で急拡大で、売上は全体の2割すが、自動車売上は全体の5％しかない。

Nvidiaの演算性能はずば抜けて高いですが、クラウド側には、計算だけなら、量子コンピュータに代替されるでしょう。すでに、VWの交通渋滞システムは量子コンピュタですから。D-Waveも17億円しますが、IBMがクラウド始めるというので、Nvdaは焦るでしょう。
ただ車では必須のエッジ側には、量子コンピュタが大きさもコストも合いませんから載りません。
そこで、命運かけて、320兆/sを出してきた。HPC載せていて、解析処理できると。

解析認知までできても、選択判断が必要な推論には、if条件ばかりになるので、マルチスレッド切替できないからNVDAは、使えないというのは、デンソーに断言され、袖にされた。
（N信者や株主は、なんて日本のトップTier-1、世界の2位が、そんなものかと、笑っている）
だから、推論では、DMPを使う余地がある。客の判断でしょう。
ただ、320兆/s性能だから、推論以前については、処理させるか？

N社以外は、LiDARには画像処理機能はないから、どこを使うのかが疑問です。

N社が車載エッジ向けに省電力化・高性能化で真面目に競っていますよ。
現実的でないから、投資家向けのポーズかもしれません。
もし、車載エッジやっていたら、数年間、たった売上600億円はありないでしょう。
トヨタは、Drive PXのセルと報道されている。
ファナック、コマツあたりも。メディアの誤誘導だろうけど。
HPCで学習済み教師モデルを作る以上、できないでしょう。
投資家は非現実だろうと夢のなかの株価。

DMPが車体制御目的のECUにはあわないのはわかります。
が、Arria®️10GXには車載用とあります。

ごめんなさい
ドリアンさんがペガサスにご興味のようで、事情を説明して（うがった分析かもしれない）、お聞きしようかと
638と対ですが、638はもっと分からないから、具体的に

ここの株に関連する部分は、 Arria 10 GX FPGAで車載用かロボット、警備、農機具、重機にDV700が使われる場合のケース
Arria 10 GX FPGAはインテル、インテル＝子会社mobileye　商品名EyeQ[現3-次4-次の次5]
無人運転には必須のLiDARの価格が1％にできるという話がでて、理由は、10月に、できるといったら、11人のべんちゃをGMが食った。
mobileyeのAIチップにDV700が使えるという話。
世界で60車種　セレナとか
世界の車売上年1億台のうち　1000万台に載せれば、ｘ1万円
既存の車にも追加してFPGA組み込めば、無限

それが、LiDARが使えるぞ～と、NVDAのペガサス・ロボタクシーがデータセンター載せて（製品Drive PX）10月に来た。ロボタクシーだけか？　既に25社が開発着手して、ドイツの大手3位のトラックのサプライヤZFは、ステアリング・ペダルのない無人運転の運送トラックのために開発を始めた。
タクシーは２000万円以下にはならない。4000万はペイしないといわれている。
IntelとNvidiaはデータセンターAIで争い、IntelはFPGAを組み入れる、NはGPU。エッジAIでもFGPAで競合。
NがLiDARを１％で買えなくても、1万ドルあれば、いくつかから手に入るから、Nと25社は困らない。
LiDARが１％でなくても10％以下に値下りが確定したら、車会社はいっせいに、Mobileyeを離れる。
CMOS（SONY)+Mobileyeは　LiDAR対策を考えてなかったのか。
LiDARに、 ～の組み入れシステムを通じて、DV700が対応すれば、GMが買ったベンチャについで第2になる。

ビジネス勘所が鋭い貴台は、LiDARの価格が１％になったら、何が起こるとお考えか。
638はいろんなケースが想定できるので、具体的ではないですが、そのくらい影響がなる。

LiDARはもともと防衛機器で、200ｍ先の30cm的の1/10でもピンポイントで当てられ、照度10ルクスでも。
2011年頃、車にいれるために民生用になるかと問われて、当時まだ8万ドルで、イーロンさえもが、そんな無人運転クルマがつくれて、誰が飼うのかかと、そんなもんいらん。
自動車業界が2500ドルにするなら、入れてやると通知された業界は、がんばって、17年には1万ドルにまで来た。

自動運転（安全ブレーキシステム＝ADAS）は、だから、LiDARなしで、代替を作った。
ＣＭＯＳセンシング（カメラ）+ミリ波・超音波・赤外線やらステレオカメラを組み合わせて、できるだけ精度を上げて使われだした。しかし、自分の位置測定も距離測定の誤差が大きすぎる。10ｍ±0.5ｍでは、障害物にぶつかる。だから、ADASはレベル３止まり
代替品のナンバー１のMobileyeのEyeQ[ ]は、1年前に世界中で60車種で使われ、ひもつきＣＭＯＳがSonyで、次世代ＥyeQ4用CMOS大量生産は18年6月開始。既にEyeQ3売上だけで株価を上げた。ＥyeQ4で売上2000億の1/3占めないか？と思われていた矢先
この代替産業、全部不要で、売上は夢となるどころか設備投資？
Mobileyeはセンシング情報を処理する。そこに Arria 10 GX FPGAで、ぶらさがりICで画像推論プロセッシングされるはずだった。Mobileyeが不要になって、LiDARに置き換えられたら、提案出してきたのが、ペガサス。
しかも、前世代20兆＝＞320兆演算/秒　＝＞LiDARって、そんなにいるかと　＝＞競合あきらめ
SonyCMOSは、EyeQ4に対応してつくられる、EyeQ4のためのデバイスだが、EyeQ4は、Sonyを唯一必須としないが、LiDARに対応できるかは、まだみえない。EyeQ4側も、CMOSに量産体制を委ねてしまったから、この動き、気づいていなかった？
NVDAはメルセデスE200やAudi A8以上の最低700万円クラスを考えてきた。
セレナはEyeQ4　 NVDAは値下げしてセレナAI　320万円参加する？

裸の王様発言に感服します。
というか、周りが私を含めて全員しろうとか。

車載半導体関連だけについて、製品市場に突然変異イノベーションが
自動車からデバイスも製品市場は2極化すると従来シナリオがあったところにイノベーション
Ａ.　6万円のブリテン・サイクロン（部品も高額）
Ｂ.　2万円の入ってるサイクルン（部品も安い）　従来市場シェア8割
①ＡをＡたらしめるプレミアム機能性能のベースになる須アイテムＬが技術革新で99％コスト削減されたら？何がおこるか。
②ＢにＬが使われる？
　ＢをＢたらしめる大衆むけ機能性能のベースになる須アイテムＳとＭは、それらを支えるアイテムと一緒に、代置されるか。サイクロンの目を作るＳ機器産業体全部が設備投資いらない？　Ｍのシステムもサイクロン部門ではいらない？
③ＭのＦＰＧＡはいろんなエッジにも使われるインフラで、それをベースにしてつくられるチップも数多い。サイクロン部門のチップとしては道連れのＤ。ＤはＭ依存せず、Ｌの入力情報を処理するＮには使われない？　他の方法は？
④Ｍの半分の売上の生命線（周辺エッジにつながり核となる）データベース事業への影響は。
⑤ＡがＢキー部品と均質化して、Ａも大衆化しえるか。ＡのキーシステムＮは高利益体質は維持して、Ｂ参加にこだわるか。Ｂにいれて、大衆化するのか。Ｎの財務体質はどうなるか。
⑥Ｓ持ち主の誰もがまだ気づいていない。
⑦Ｍの権利者に気づいた者がいるだろう
-------------
ＤＶ700が影響をうけるといっても、車載・産業ロボットについてだけ
意味は私のなかの本日5時頃、Ｎ社の3本
700万以上のプレミアムカーと300万以下の大衆車
L=LiDAR
S=Sonyの160ｍ見える目（40ｆｒ/ｓ、30ルクスも可、画素数は画質最高を維持する750万）
Ｍ＝Mobileye-Intel
D=DV700
N=NVDA

ドリアンさま

PEGASUS登場の事情と意味については、ＮＶＤＡにいれてます。
どうやら、どんなモバイルエッジＡＩも、スマホＡＩにシフトしていくことがみえていない。
小型化とコスト削減　
大量生産・販売には、300万円半ばまで。
どれだけ大量に売るかは、大衆車に売れるだけの性能の車でいい。
プレミアムカーと競う理由はない。

ただ簡単に車載用にはならないが、車載デバイスに実績がある会社のＦＰＧＡであるから、エッジへの業務伸長は、クラウドＡＩ組み込みが終われば、時間の問題。
目下、データベースは死活問題なので、そこの地盤を固めて、崩れることがないように固める必要がある。
1年で、まだ終わってないだろうが、そろそろ、ありえる。

Intel Arria 10 GX 1150 シリーズ FPGA　とは

画像解析処理にFPGAをつくるより、画像読み取りだけならGPUが単純でベストでしょうから、画像認識の学習済みモデルのマップを、車載ﾁｯﾌﾟでなく、HPCでつくってしまえば（地震や津波の波動とか、台風の雲の移動を推定するGPU搭載のコンピュータ）、それを取り込んで、推論AIにかける。
もし～だったら、--しろといったパターンモデルで、カメラ情報が360度であれば、車体より後ろは関係がないのであれば、解析に回すという判断せずに、不要として周辺情報からカットしろと命じる。FPGAは要らないことを切れるマルチスレッドですから、推定のための処理時間を短縮し、電力も省けます。GPUはプロセサといっても、順番を待たせることなく、がりがり演算するのは王様ですが、ifに弱い。何千ものモデルに対して、どういう道で、猫、イノシシ、鹿、さい、キリンがでてきたら、どう処理して推論させるかをFPGAでつくりこむ。月明かりで見えるかか、視界といか、画素数（障害物の認識）はカメラの性能にもよりますから、スペックにあわせてつくりこむ。だから、ASICはもとが取れませんし、事故になります。

簡単にいえば、Sony センシングカメラ－Mobileye（画像処理+推論が現在の自動運転システムの主流で、16年に60車種には、FPGAでしょう。
　NVDAのtegraﾁｯﾌﾟを搭載した車は公道を走っていませんし、国土交通省のテスト対象になっていない車種。　なぜなら50ｋｍ/ｈ走行で、歩行者衝突回避の安全ルールに適合するソリューション性能をNVDAはをもたない。
衝突回避の安全走行テストのサイトの動画の右▲クリックすれば、各車種の今の状況の衝突回避レベルがわかる。
http://www.nasva.go.jp/mamoru/active_safety_search/list_2017.html
時速15ｋｍの現実離れした現実は知りたくなかった。
4000億円投資した御仁は、この現実をどう受け止める。
挨拶はしっかりできる、でくの坊ペッパー君並

こちらのIntelの製品は、デジカメ用でしょうが、車載インフォテイメントのデバイスとの組合せの必要な自動運転にはあうかは、製品が分からないので分かりませんが、否定する理由はありません。

先のURLは、3次元地図を作成するための映像集めです。
自動運転AIといいますが、60kｍ/ｈ（秒速16.7ｍ）で走る車のセンシングカメラから入ってくる情報を同時にICにアップロードして、画像解析するためには、Tegra のvolta最新アーキテクトの毎秒20兆円算でもできません。さらに20Wもでてしまい、60℃の発熱では、冷却が必要で、小さなスマホであれば燃えてしまいます。バッテリーが持ちません。だから演算を抑えますと、60ｋｍ/ｈを走行で障害物を「知覚」（センシングカメラ）して、危険と探知することができなければ、前方の何かを障害物と判定認識（AI）できない。１秒で16ｍ走りますから、160ｍ先が見渡せるカメラでは、障害物を見つけて、周辺に安全場所をみつけて車体スピンなく安全に停止するのに10秒ありますから、50msで知覚して危険物探知できて、50ｍｓで停止場所を探知し、ステアリングに停止の命令を出す。0.1秒ですから、1.6ｍ空走していますが、３秒で車体を止めるには（障害物との距離から安全停止の時間を判断して）、20ｍはいります。
もし10ｍ先の障害物から人がでてきたら、どうでしょう。
時速15ｋｍ/ｈの自転車よりのろい速度なら、事故はおこりまえんが、10ｍ先では横によけるのに２秒ありません。障害物までの距離、速度、カメラの性能できまります。ソニーの10月発売のカメラは160ｍ視界、40fr/sです。1秒に40コマ映像を撮りますから、16ｍ/秒走行であれば、50ｃｍおきに１まい撮ります。
それらの周辺環境情報を全部取り込んで、学習済みのデジタルマップをつくるとき、何をつかいますか？
車載SoCのtegraを使ってとするといいますが、演算量、消費電力の関数から、時速60キロは、突如でてくる障害物との距離を考えると難しい。三菱電機デバイスで収集したデータは、Tesla V100（1700万円の最新のアーキテクチャVolta）など搭載のHPCで処理されたでしょう。解析処理のためのフォームで読み込むだけで数日かかるでしょうか。画素数によりますが。そんな動画を車載SoCで処理しながら走るのか？　実験は何も周りにない田畑の一本道700ｍが名古屋大学の現代技術限度？（詳細は、NVDAサイトにいき私を探すか、否、私をクリックしてNo92降の投稿をお読みください）
(続く）

簡単に答えからいえば、この会社のﾁｯﾌﾟ搭載のIntelのプロダクトは、FPGAとあります。
従って、Asicではありません。

次のURLをご覧ください。
自動運転のための学習済み周辺環境3次元地図の作成の現場です。h ttps://www.youtube.com/watch?v=-W-UOFGXG1o　　映像から学習済みモデルはどのように作られるでしょうか。それがASICやFPGAにどう関係するか。

FPGAもASICも、目的に合わせてIC内部の「ロジック」をカスタムメイドで作りこむ点では共通しますが、FPGAは何度もプログラミング可能で、ASICは、決った作業で汎用的な作業であれば、作業工程全部を書き込み不能なROMにして集積回路をつくりってしまいます。ASICはROMをつくりこむまでの初期投資の費用がけっこうかかりますが、IC1つあたりの単価はとんでもなく安くなる。FPGAはそうした初期投資はいりませんが、IC1つあたりの単価は、ASICより、とてもに高くつく。
ASICでは、作業コストを吸収するだけの大量の個数の量産が必要になります。たとえば、30億円のコストがかかれば、利益率30％では、100億円を販売しないともとがとれません。プロセスの微細化されるほど、商品サイクルが短いほどい、ASICはコスト高になります。そうした事情から、最近では、ASICがFPGAに食われてきている。
例えば、ASICが使われるのは、GMOやDMMが9月ビットコインのマイニングに参入して、工場や半導体やら含めて100億円と報道されましたが、マイニングにはロジックが固まっているので、ASICをつくってやっているはずです。工場やら周辺環境にも金がかかるでしょうけれど、単純ロジックとはいえ、煩雑ゆえ、5億円ではすまないでしょう。
システムをつくる現段階では、不透明で、いろんなことが起りえる場合には、ASICは使えませんので、FPGAとなります。もし、そんなこと、あんなことが起こったらとか、それ以外の場合は、全部推論プロセスから捨てるとか。不測の障害物がでてくる自動車運転に適しています。　

上の学習済み周辺環境3次元地図作成とASICについては、あとで、時間があるとき、追加します。

>>921

17年、AIは　GPUのNvidia、自動運転はNvidia　が合言葉のようになった。
しかし、学習済みモデル作るのにコストは高いし、面倒だし。
現実が伴わなかったと、感じられてきたなか、

11月以降にめだち始めた意見
2018年は、2017年のGPUの呪文が溶けてしまったようだ。
控えめには、唯一の解決策ではないコメントがあちこちからでてきて、さらに下のように一般の投資家の目にふれだすところまできた。
裸の王様と口にできなかった環境が、変わった。

2018年、AIは、ASICがもっとも効率的だ。GPUではなく、Nvidiaでもなく。
https://www.marketwatch.com/story/a-warning-to-nvidia-and-amd-gpus-may-not-hold-ai-chip-crown-forever-2017-12-13　「Nvidia への警告　－GPUはAIﾁｯﾌﾟの王位の座を永遠には保持できない」かもしれない

　読まれる読者が増えてく。株価は下げる。
　画像認識学習データまでベストでなくなれば、ビジネスモデルが根底から崩れ、秋葉原のゲーム用のマザボード屋さんの商品棚に戻る。

　愛知県でのアイサンの時速15ｋｍもでさない無人運転を見たら、泣けてくる。
　クリアすべき安全運転基準は、時速50キロ走行で、160ｍ先の障害物の陰から出てくる人を認識して衝突回避できるか同かが、ADASの基準というのに。
　いつの時代の実験か。

東京に来たNVDA社長、なぜかこれまでの精気と元気がなかった。
これまでのプレゼンでの勢いのある覇気は顔からも声からは消えていた。
日本人記者をバカにしだろう、コメントもGPU＝AIと、2014年の素人相手なもの。

Sは、Nvidiaの社長の外見の見せ方と覇気、プレゼンに陶酔して、AI伝道師だと、勘を頼りに（技術分析ができない）に信じ込み、4000億円を投資した。
クアルコムに対抗してスマホではArrowが発熱機になって、名誉を失い撤退。
もう2度と器材までつくらないと腹をきめ、だからMobileyeのようなカメラセンシング付き画像認識一体のプロセサーではないSoCをつくって、2014年から始めた自動車は、3年たってもtegraﾁｯﾌﾟの売上は＄6億で全売上の5％にしかならない。
Mobileye＝IntelのEyeQ３は、50ｋｍ/ｈで走る車の前方の障害物の陰から飛び出る人か動物への衝突を回避できるかテストをクリアして、60車種にも使われている。
モルフォやら、デンソーと歓談しているうちに、推論AIは、FTPGでないと省電力できないことの冷却の弊害に気づき、なんだか勘違いしたのか？　と勘が働いた。

あげく、待っていてでてきたのが、愛知県幸田での田んぼのなかの人が陰からでてくることもない、あたり一面が見渡せる道を、時速15キロと、亀のような歩みの車を走らせて、やったぞ、レベル4の無人カーだって。介護施設送迎という。
そりゃ衝突ないでしょうよ。ぶつかる前に、猫でも逃げられる。
ブレーキ作動の前に空走しても、4ｍ/秒。事は起こりようもない。
センシングカメラなんて、時速60ｋｍ（16.7ｍ/秒）では、衝突回避に必要となる160ｍ先（9.5秒で到達）の信号なんぞ、見える必要もない。
インプレッサは、50km/ｈで走って、前方にある障害物の陰から人か動物か何かが出てきたとき、何かを認識し、衝突回避すべきか判断して回避場所を探して推論し、操作命令を出して、衝突しない安全運転テストのクリア車。

亀さんごっこが、現実の世界では....　挨拶できるぞ、案内できるぞ、ペッパー君の二の舞だ。
AIの寵児と、恋して魂抜かれた投資家の目はごまかせても、さすがにSは騙されない。

投資の4000億円は、＄100～145まで。
＄200を越えてきたか。儲けたから、半分は売っておこうか。
そして、今度はAIの本物の会社はどうか。
誰か、学習済みモデルをつくって、認識AIできる会社をもってこないかな。

学習済みモデルさえ準備すれば、
何に使えるか表現が曖昧で、なんでもつかえる可能性を伝えている。
走行する車も0.1秒の誤差が許されない産業ロボットまで否定していない、が、対象ではないでしょう。
車の現状は、MobileyeのEyeQ3、20年にはEyeQ5のカメラセンサーが前提で、走行車から前方の衝突回避すべき障害物の認識と回避動作必要の推論は、20年までTier-1と計画されているから。

説明会で２つヒントを伝えています。
1.　2020年までに、デジカメはAI付きになり、発売が予定され、業界が進めていることは分かっている。
　　これは、スマホでさえsnapdragonの状況から計画されていることで、明らかにいえることでしょう。
　　これにからんでいるのか。
　　ビルの警備ロボットのヒューマノイドでない、脚も腕もない据え置き型知能であれば、ありえるか。
　　半分、監視用だろうから、病院にも介護師説にも利用できる。

２.　売上は20億円あたり　
　　とすれば、利益率30％でも、6億円。300÷6＝50倍
　　このあたりの株価で落ち着くか、翌年40億売れると予想できれば、倍の評価になる。

皆さん、製品を誤解されています

N社は、自動車や鉱山重機など（産業ロボットを含めて）では、衝突を避けるべき障害物や人と判断する推論させるためには、周辺環境についての学習済みデータセットをつくるための画像認識処理のマシンラーニングには、Caffeだけでは、どれだけ時間があっても足りず、完了せず、N社のGPUは外せない。もっとも迅速に効率的にできるから。
N社のSoCは、今のところCPUには対しては敵なしで、こちらとは競合しません。

その学習済みデータをエッジ側に読み込ませて、その結果から帰納的な推論する作業が、ここで論じられている製品です。だから、製品名に推論とついている。
そして、N社には、その推論のためのAIでは、競合力がある商品ではないと、仰っているのです。こちらが。
こちらの製品が猫と判断するのに、10万枚の画像を１秒に2兆回演算処理するためではありません。

だから、コマツもトヨタも、ファナックも、学習済みデータが出来たら、インテル® Arria®10 GX FPGAを使うことが十分にありえることです。
推論では、FPGAだというのが、インテルの戦略ですから。

製品については、NDVAサイトの書き込みに詳細にしてあります。

簡単にいえば、
学習セットの画像認識は、N社でおこない。
推論のエッジAIで評価されたら、
ロボットで1000万台
デジカメAI、　監視カメラで数千万台
車は60キロ/ｈで走るので、ちょっと性能がことなりますが、
車で1000万台ｘ1万なのか2万なのか

IP一台1万でも、1000億円も軽くこえる。

しかし、インテル® Arria®10 GX FPGAがエッジに搭載されるのではない開発キットだったら、20億円にしかならない。

どちらですか、と聞いているわけです。