KDDIら3社、AI時代での電力・GPU不足の解決を目指す実証開始

Point-to-Multipoint型APNとGPU仮想化を活用した分散型データセンターの構想図

　KDDI、モルゲンロット、トークネットは9月、AI時代での電力不足やGPU不足の解決を目指し、リテールロボットを活用した分散型データセンターの実証を開始した。

　同実証では、KDDIの大阪堺データセンターと多摩ネットワークセンターの間をAPNで接続する。また、多摩ネットワークセンターには、Point-to-Multipoint型APNを活用し、データーセンターとユーザー拠点の接続を模擬したネットワークを構築する。

　複数拠点に分散した計算資源の最適な活用方法と有効性を検証するため、それぞれのセンター内に配置されたGPUと、モルゲンロットが開発・構築したGPU仮想化基盤を組み合わせ、リテールロボットを用いたフィジカルAIの分散学習・遠隔推論を実施する。

　今後3社は、同実証でのAPNの接続区間を東北エリアまで拡大し、地域に存在する計算資源や電力を有効活用できる環境づくりを推進。分散型データセンターの構築を通じてフィジカルAIの社会実装を加速し、労働力不足の解消に寄与する。

リテールロボットによる分散学習の効果検証

　多摩ネットワークセンターの小売店を模擬した実証フィールドで、ロボットの作業に関わる学習データを収集し、「近接データセンター単一での学習」「遠隔データセンター（大阪堺データセンター）単一での学習」「近接および遠隔データセンターでの分散学習」の学習時間の短縮効果を検証する。

分散学習の効果検証イメージ

リテールロボットによる遠隔推論の効果検証

　端末内蔵（0km）、県内近傍（20km～）、県内遠隔（50km～）、県外（500km～）の4パターンのGPU配置において、リテールロボット作業に係る遠隔推論処理を比較検証する。

遠隔推論の比較検証イメージ