Orr Danon、HailoのCEO＆共同創設者 – インタビュー・シリーズ

Orr Danonは、HailoのCEO＆共同創設者です。Hailoは、スマートエッジテクノロジーがその全潜在力を発揮できるようにすることを使命としています。Hailoが提示するソリューションは、既存のAIテクノロジーと、这些アプリケーションを動かすために必要なコンピューティング能力のギャップを埋めます。同社は、AIプロセッサを効率的かつコンパクトに構築することに重点を置いています。こうして、エッジデバイスがAIをより効率的に、効果的に実行できるようになり、深層学習アプリケーションを実行できるようになります。

Hailoの創設の背景を教えてください。

2017年に、イスラエル国防軍のエリート技術部隊で出会った同僚と共にHailoを共同創設しました。当時、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ましたが、研究の中で「ディープラーニング」という概念に出会いました。最終的に、同僚のRami FeigとAvi Baumと共に、エッジデバイスの限界を解消し、スマートデバイスをより効果的に、効率的に動作させ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の不幸な逝去後、Hailoチームは彼のビジョンを実現し、画期的なAIプロセッサを開発しました。

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ている理由を簡単に説明してください。

Hailoを創設した当初、革新的なAIテクノロジーは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。なぜなら、これらのテクノロジーは高価で、多大なコンピューティングパワーとハードウェアを必要とし、多大なエネルギーを消費するからです。私たちは、AIはより良い、安全で、生産的で、興奮する世界を作るのに役立つと信じていますが、これが実現するには、エッジでもAIが利用できる必要があります。ネットワーク接続カメラ、車両、IoTデバイスなどのデバイスでリアルタイムおよび低遅延アプリケーションを実装するには、ソースでの処理が不可欠です。エッジAIにより、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、将来のスマートシティを支える多くの重要なユースケースを活用できます。

エッジでの視覚データの処理における課題について教えてください。

目標は、エッジデバイスに可能な限り多くのパフォーマンスと機能を詰め込むことです。こうして、デバイスが大量の視覚データを迅速に、遅延なく処理できるようになります。しかし、重要な制約の1つは、パワー消費です。デバイスに供給できるパワーの量と、プロセッサによって発生する熱が関係しています。

例えば、インテリジェントカメラの場合、メーカーは、カメラがファン冷却を使用できないことと、一般的に電力供給が制限されることを考慮して、AIプロセッサを2-3Wの範囲に収める必要があります。これは、市場にあるほとんどのプロセッサでは、低パワーでパフォーマンスが非常に制限されるため、痛みの点です。

HailoはAIプロセッサアーキテクチャーをどのように再構想しましたか。

エッジデバイスで動作するように特別に設計されたAIプロセッサを構築することで、サイズとパワー制約を考慮して実現しました。こうして、エッジデバイスに前例のないコンピューティングパワーを提供し、AIをより効率的に、効果的に実行できるようになり、オブジェクト検出、オブジェクト認識、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実行できるようになります。このユニークなアーキテクチャーにより、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ーを使用する例の1つは、ビデオ管理システム（VMS）です。これらのシステムは、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、安全性とセキュリティの管理、緊急事態や事故の監視、不審な活動の監視、交通管理、出入管理、料金収集などに使用されています。長年にわたり、企業はビデオデータの収集、分析、保存に手動プロセスに頼っていました。Hailoのユニークなニューラルネットワークアーキテクチャーを使用すると、VMSは並行して複数のタスクを実行できます。リアルタイムで、より多くのチャネルとアプリケーションを同時に処理できます。アプリケーションの例としては、先進的なナンバープレート認識（LPR）、交通監視、行動検出などがあります。

ニューラルネットワーク処理コアと並列計算アプローチについて教えてください。

私たちの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ための複数の革新を組み合わせたものです。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、非常に低いジョウル毎の演算と高い柔軟性を実現しました。

私たちのユニークなデータフロー指向アーキテクチャーは、ニューラルネットワークの構造に適応し、高いリソース活用率を実現します。Hailoのデータフロー・コンパイラは、フルスタックソフトウェアで、ハードウェアと共同設計されています。ニューラルネットワークの効率的な展開を可能にします。データフロー・コンパイラは、ユーザーモデルを受け取り、ビルドフローの一部として、各ネットワークレイヤーを必要な計算要素に分解し、ターゲットネットワークのリソースグラフを生成します。リソースグラフは、ターゲットネットワークの物理リソースにマッチングされ、ターゲットネットワークのカスタマイズされたデータパイプが生成されます。こうして、モデルをデバイスで実行するのが非常に効率的で、常に最小限のコンピューティングリソースを使用します。

現在、ビジネス向けに利用可能なHailoベースのプラットフォームについて教えてください。

Hailo-8プロセッサとAIモジュールは、さまざまなエッジデバイスに接続できます。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を含む複数のセクターで、優れたAI機能を提供します。

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、大規模なビデオ分析を可能にしました。

これらのソリューションは、AIソリューションを統合するクライアントにとってどれくらいの時間を節約できますか。

確立されたVMSプラットフォームで動作する統合ソリューションを取得することは時間を節約できますが、これがシステムの主な利点ではありません。HailoベースのVMSソリューションは、並行してより多くのストリームを実行でき、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。

複数のビデオストリームを処理するAIを利用することで、クラウドにストリーミングする必要があるのは特定のイベントのみとなり、バンド幅とストレージ容量の削減が可能になります。

エッジデバイスでのディープラーニングアプリケーションの展開から得た教訓について教えてください。

私たちは、エッジでのAIが、幅広い分野でイノベーションを推進する上で重要な役割を果たすことを実感しています。企業が、デバイスをより強力で、多機能で、反応性が高く、セキュアなものにするソリューションを求めるにつれて、クラウドはエッジデバイスやハイブリッドモデルに置き換わります。エッジでのAIを成功させる企業は、全体的な優位性を獲得するでしょう。

エッジコンピューティングの将来像について教えてください。

エッジコンピューティング、特にエッジでのAIは、世界を完全に変える可能性があります。インテリジェントカメラ、スマート車両、自律ロボット、先進的な交通管理ツール、スマート建設、スマートファクトリーなど、デバイスを活用して、世界をよりスマートで安全なものにすることができます。エッジでのAIは、すべてのユースケースを可能にする重要なエナブラーです。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アクセスしやすくすることを続けます。

素晴らしいインタビュー、詳しく知りたい読者はHailoを訪問してください。