プリファードネットワークス（PFN）は本日（2018年12月12日）、ディープラーニングの学習フェーズに最適化した専用チップMN-Coreの開発を発表しました。
PFNはオープンソース（OSS）のディープラーニングフレームワーク「Chainer」の開発や大規模GPUクラスターの構築を進めており、そのディープラーニングをさらに高速化する専用プロセッサー「MN-Core™（エムエヌ・コア）」を開発するとのことです。
「MN-Core」は深層学習の「学習」フェーズの高速化に寄与するもので、深層学習の特徴である「行列演算」に最適化した専用チップ。MN-Coreを搭載した大規模クラスター「MN-3」は2020年に稼働予定とのことです。
MN-Coreチップのスペック
製造プロセス ： TSMC 12nm
消費電力 （W、予測値） ： 500
ピーク性能 （TFLOPS） ： 32.8（倍精度） / 131（単精度） / 524 （半精度）
電力性能（TFLOPS / W、予測値） ： 0.066 （倍精度）/ 0.26（単精度） / 1.0（半精度）
【関連URL】
・[リリース] MN-Core Chips for Deep Learning
超蛇足：僕はこう思ったッス
