@inproceedings{oai:ipsj.ixsq.nii.ac.jp:00229592,
 author = {藤江, 涼太 and 並木, 美太郎},
 book = {第85回全国大会講演論文集},
 issue = {1},
 month = {Feb},
 note = {近年，深層学習の普及に伴いサーバでの集中処理を行わずセンサ側で推論を行うエッジAIが，ネットワーク帯域の節約などに役立てるとして注目され始めている．しかし，エッジ側で用いられるAIアクセラレータは消費電力などの考慮により性能が抑えられているため，大規模なモデルの使用や推論速度などに問題がある．そこで，本研究ではAIアクセラレータの分散並列による推論速度の向上を行い，その台数効果とオーバーヘッドによる並列可能数についての検証を行う．なお，エッジデバイスにはAIアクセラレータを搭載したSoCであるGoogle Coral Dev Boardを用いており，ネットワーク分散と並列推論により，高い台数効果が確認できている．},
 pages = {123--124},
 publisher = {情報処理学会},
 title = {Google Coral Dev Boardの分散並列化によるAIアクセラレーションの高速化},
 volume = {2023},
 year = {2023}
}