Realization of network AI processing by hardware assist

点击翻译按钮获取中文摘要

本研究の目的は、エッジでのリアルタイムな推論やエッジ間での学習結果の共有における従来のエッジ・バックエンド間のダイナミックモデルでは実現が困難な課題の解決であり、具体的には、ネットワーク経路上でのAI処理を行う手法を提案し、実証のためにFPGAを用いたAI処理ネットワークテストベッドを研究開発し、実ネットワークを用いた実証実験により本研究の有用性を評価することである。従来のAI処理手法で生じているこれらの問題が、実は遅延等のネットワーク処理に起因するということに着目し、ネットワーク処理とAI処理を融合した問題解決手法を提案するところに本研究の学術的独自性および創造性がある。当該年度は昨年度整備したシミュレーション検証環境を用いて学習による性能改善手法の検討および効果の評価を行った。具体的には、AI処理の学習の対象とする課題としてTCPの輻輳制御を取り上げており、従来型の輻輳制御では想定された環境の特徴に対してあらかじめ人手でチューニングを行っていたものが、強化学習を用いた複製制御を導入することで環境の変化に合わせて適応していくことが可能となるものである。環境に応じて学習がすみやかに収束することが本手法の成果につながる重要なポイントであり、学習に用いる状態やモデル、アクションの選択肢、報酬の算出方法などを比較検討し性能評価を行っている。学習手法を改善することによって強化学習を用いた輻輳制御の性能を向上が実現しているが、安定して従来型の輻輳制御の性能を上回るためには引き続き手法の改善を追及していく必要がある。