記事執筆

オア・ダノン、Hailo CEO 兼共同創設者 – インタビューシリーズ

公開済み

1年前

2023 年 2 月 23 日

オア・ダノンは、の CEO 兼共同創設者です。 Hailoは、スマートエッジテクノロジーの可能性を最大限に発揮できるようにするという使命を持った企業です。 Hailo が提示するソリューションは、既存および将来の AI テクノロジーと、これらのアプリケーションを強化するために必要なコンピューティング能力との間のギャップを埋めるものです。同社は、膨大な量のデータをリアルタイムで計算および解釈できるほど効率的でコンパクトな AI プロセッサの構築に重点を置いています。

Hailo の誕生秘話を教えていただけますか?

私は、以前イスラエル国防軍 (IDF) のエリート技術部隊で出会った同僚たちとともに、2017 年に Hailo を共同設立しました。私の共同創設者である Rami Feig および Avi Baum と IoT (モノのインターネット) ソリューションに取り組んでいる間、あまり知られていない概念である「ディープラーニング」が私たちの研究全体を通して次々と登場しました。最終的に、私たちはこの分野の専門家を集めて、スマートデバイスがエッジでより効果的かつ効率的に動作できるようにするために、老朽化したコンピューターアーキテクチャの欠点を解決することを目的とした新しいディープラーニングソリューションを開発しました。 Rami の不幸な死の後、Hailo チームは彼のビジョンを実現し、Hailo の画期的な AI プロセッサを作成しました。

エッジコンピューティングがクラウドコンピューティングよりも優れたソリューションであることが多い理由を簡単に説明していただけますか?

私たちが Hailo を立ち上げたとき、破壊的な AI テクノロジーは、コストが高く、実行に高いコンピューティング能力と大規模なハードウェアを必要とし、大量のエネルギーを消費するため、主にクラウドまたは大規模なデータセンターに限定されていました。私たちは、AI がより良く、より安全で、より生産的で、よりエキサイティングな世界の創造に貢献していると信じていますが、これを実現するには、AI がエッジでも利用できる必要があります。ネットワーク接続されたカメラ、車両、IoT デバイスなどのデバイスにリアルタイムで低遅延のアプリケーションを実装する場合、効果的な運用にはソースでの処理が不可欠です。エッジ AI を使用すると、スマートシティ、インテリジェント交通、自動運転、ビデオ管理システム (VMS)、インダストリー 4.0 などの将来を推進する多数の主要なユースケースを完全に活用できます。

エッジでのビジュアルデータの処理の背後にある課題にはどのようなものがありますか?

目標は、エッジデバイスにできるだけ多くのパフォーマンスと機能を詰め込んで、膨大な量のビジュアルデータを迅速かつほとんど遅延なく処理できるようにすることです。しかし、重要な制約の XNUMX つは消費電力です。これは、デバイスに供給できる電力量とプロセッサによって発生する熱の両方の観点からです。

インテリジェントカメラたとえば、カメラはファン冷却を使用できず、一般に電源が限られているため、メーカーは 2 ～ 3 W のエンベロープに収まる AI プロセッサを必要とします。市販されているほとんどのプロセッサを使用すると、このような低電力ではパフォーマンスが非常に制限されるため、これらは深刻な問題点となります。

Hailo は AI プロセッサアーキテクチャをどのように再考しましたか?

サイズと電力の制限を考慮して、エッジデバイスで動作するように構築された AI プロセッサを特別に設計することでこれを実現しました。これにより、エッジデバイスで前例のないコンピューティング能力が可能になり、AI をより効率的かつ効果的に実行し、物体検出、物体認識、セグメンテーションなどの高度な深層学習アプリケーションを、これまではエッジデバイスでのみ可能であったパフォーマンスレベルで実行できるようになります。雲。この独自のアーキテクチャにより、マルチストリームおよびマルチアプリケーション処理が可能になり、エッジデバイスのパフォーマンスとコスト効率が向上します。

このアーキテクチャの使用例としては、ビデオ管理システム (VMS) があります。これらのシステムは、緊急事態や事故、不審行為、交通管理、アクセス制御、料金徴収などの監視を含む、安全性とセキュリティをより適切に管理するために、オフィスビル、スタジアム、スマートシティアプリケーション、高速道路などの多数のカメラがあるエリアで利用されています。。長年にわたり、企業はビデオデータの収集、分析、保存に関しては完全に手動プロセスに依存していました。現在、Hailo の独自のニューラルネットワークアーキテクチャにより、VMS は複数のタスクをリアルタイムで並行して実行できるため、より多くのチャネルとより多くのアプリケーションを同時に処理できるようになります。アプリケーションには、高度なナンバープレート認識 (LPR)、交通監視、行動検出などが含まれます。

ニューラルネットワークの処理コアと、ニューラルネットワークを並列または逐次的に計算するアプローチについて説明していただけますか?

当社の AI プロセッサは、ニューラルネットワークの基本的な特性に対処する複数のイノベーションを組み合わせています。当社は、ハードウェアとソフトウェアの組み合わせに基づく革新的な制御スキームを適用し、高い柔軟性を備えながら動作あたりの非常に低いジュールを達成しました。

当社の独自のデータフロー指向アーキテクチャはニューラルネットワークの構造に適応し、高いリソース利用を可能にします。 Hailo データフローコンパイラーは、ニューラルネットワークの効率的な展開を可能にするために、当社のハードウェアと共同設計されたフルスタックソフトウェアで構成されています。データフローコンパイラは、ユーザーモデルを入力として受け取ります。ビルドフローの一部として、データフローコンパイラーは各ネットワーク層を必要な計算要素に分解し、ターゲットネットワークを表すリソースグラフを生成します。次に、データフローコンパイラは、ターゲットネットワークのリソースグラフをプロセッサ上で利用可能な物理リソースと照合し、ターゲットネットワーク用にカスタマイズされたデータパイプを生成します。この方法で実行すると、デバイス上でのモデルの実行が非常に効率的になり、常に最小限のコンピューティングリソースが使用されます。

現在企業が利用できる Hailo ベースのプラットフォームにはどのようなものがありますか?

Hailo-8™ プロセッサーと AI モジュールはさまざまなエッジデバイスに接続でき、自動車、スマートシティ、スマート小売、インダストリー 4.0 など、優れた AI 機能で複数のセクターを強化するのに役立ちます。

Hailo は、Innovatrics、Network Optix、GeoVision、Art of Logic などの主要な VMS および ISV プレーヤーと提携して、最高のパフォーマンスのビデオ分析を大規模に実現しています。

これらのソリューションは、AI ソリューションを統合しているクライアントにどれだけの時間を節約できるでしょうか?

確立された VMS プラットフォーム上で実行される統合ソリューションを調達すると時間の節約になりますが、これはシステムの主な利点ではありません。 Hailo ベースの VMS ソリューションを使用すると、より多くのストリームを並行して実行でき、各ストリームでより多くのアプリケーションを処理できます。

AI を活用して複数のビデオストリームを処理できるということは、特定のイベントのみをクラウドにストリーミングして保存する必要があることも意味し、帯域幅とストレージ容量を大幅に節約できます。

エッジデバイスにディープラーニングアプリケーションを導入することで得た教訓は何ですか?

私たちは、エッジの AI が今後数年間にさまざまな分野にわたるイノベーションを推進する上でどのように重要な役割を果たすかを直接見てきました。企業が自社のデバイスをより強力で、多用途で、応答性が高く、安全であることを保証するソリューションを求めるにつれ、クラウドはエッジデバイスやハイブリッドモデルに取って代わられるでしょう。エッジでの AI の実装に成功した企業は、全体的に優位性を獲得できるようになります。

エッジコンピューティングの将来についてのビジョンは何ですか?

エッジコンピューティング、特にエッジの AI は、私たちの周囲の世界の仕組みを完全に変革する能力を備えており、インテリジェントカメラ、スマート車両、自律型ロボット、高度な交通管理ツール、スマートコンストラクション、スマートファクトリーなどのデバイスを実現します。エッジの AI にはあらゆるものを変える力があり、新しいアプリケーションが世界をよりスマートで安全にすることを可能にします。 Hailo の AI 処理テクノロジーは、これらすべてのユースケースを実現する主要な要因です。当社は今後も世界中のメーカーやイノベーターと提携して、これらのソリューションをより利用しやすくしていきます。

素晴らしいインタビューをありがとうございました。さらに詳しく知りたい読者は、こちらをご覧ください。 Hailo.