コンパイルとは

COMPILE
読み: コンパイル

コンパイルとは、AI開発においてモデルの計算手順を最適化し、実行に向けて準備を整えるプロセス

読み: コンパイル

Keras/TensorFlowでは学習条件の設定、PyTorch 2.0では計算グラフの高速化、推論環境ではハードウェア専用フォーマットへの変換を指す。

かんたんに言うと

料理のレシピ（AIの計算手順）を、キッチンの設備（GPUやTPU）に合わせて最も効率よく調理できるよう事前に段取りを整える作業。

Keras/TensorFlowでの学習条件設定

初心者が最初に出会うコンパイル。model.compile()メソッドで「どうやって学習を進めるか」のルールをモデルに紐付ける。設定する項目は3つ。オプティマイザ（AdamやSGDなど）、損失関数（予測のズレの計算方法）、評価指標（正解率など）。
この工程を経ないと学習を開始できない。設計図を描いただけでは家は建たない。

PyTorch 2.0のtorch.compileと推論最適化

PyTorch 2.0で導入されたtorch.compile()は別次元の話。Pythonで書かれた計算グラフを、GPUが最速で処理できる機械語レベルに最適化する。複数の細かな計算を1つの処理にまとめるオペレーション・フュージョンにより、学習・推論速度が数倍になるケースもある。
推論環境向けにはNVIDIAのTensorRT、IntelのOpenVINO、AppleのCoreMLなど、ハードウェア専用のコンパイラが存在する。無駄な計算を省き、データサイズを圧縮して、限られたメモリと電力でモデルを動かす。

関連用語

AdamGPUTensorFlow

同じ失敗を二度としないAIエージェント

今のAIは、聞けば何でも答えてくれます。
でも、セッションが切れた瞬間に前回の失敗を忘れます。

当社が開発しているAIは、過去の経緯を念頭に置いて、
聞かれる前に「それは前回うまくいきませんでした」と声をかけます。
人間にも同じ失敗をさせず、AI自身も繰り返しません。

古参の社員が横にいるように、黙っていても気づいてくれる。
それが、当社が考える本当のAI社員です。

相談する