AIの技術開発・ソリューション提供を手掛ける株式会社アラヤは、AI開発拡張ツール「SubnetX」の提供を開始。

これにより、AIの実装における、エッジデバイスへのAIモデル最適化の困難さや、デバイス要件の変更などのAI再開発によるコストの増加、運用コストの高さといった課題の解決に貢献します。

既存モデルに“スケーラブル性”を追加可能

「SubnetX」は、学習後でも瞬時にモデルサイズを変更できる機能、つまり“スケーラブル性”を既存のAIモデルに容易に追加できるツールです。

通常、AIの学習後にモデルサイズの変更はできませんが、SubnetXを用いることで可能となります。スケーラブル性のある学習済みAIモデルによって、多くのデバイスへの最適化、既存モデルサイズの縮小による運用コストの削減が可能になるというわけです。

瞬時にモデルサイズを変更できるのはなぜ？

SubnetXで作られたスケーラブルなAIモデル（Supernet）は、一度学習すると、計算量や精度などが異なる膨大な個数（数万以上）の多様な学習済みAIモデル（Subnet）を取得することが可能です。

多様な学習済みAIモデルからの選択によって、瞬時にモデルサイズを変更できるため、再開発ではなく、再選択することによって最適化を実現します。

活用シーンとコスト削減の事例

例えば、最新のスマートフォン向けAIモデル搭載アプリを旧機種にも提供する場合、機種に搭載されたメモリ量の差からUXに影響が出てしまうことがあります。

従来は、メモリ量の差を考慮したAIモデルに改善するにあたり、AIモデルの変更を伴う再開発が必要となるなど開発・運用コストがかかり続けるという問題点がありました。

SubnetXを用いたスケーラブルなモデル開発では、開発途中や運用開始後に要件変更があったとしても、多様な学習済みAIモデルから再選択するだけで最適化できるため、手戻りの最小化と開発コストの削減ができます。

株式会社アラヤでは、エッジAI開発の事例として、3つのデバイスに対してAIモデルの最適化を実行。デバイスの最適化工数とモデルの最適化手戻りの作業において、開発期間を38%削減できたようです。

参考元：https://prtimes.jp/main/html/rd/p/000000017.000049573.html

（文・Higuchi）