図1　データセンター向けアクセラレーションカードALVEO　出�Z：Xilinx

ALVEOはアクセラレーションカードであり、CPUの高�]PCIeコネクタにそのまま刺して使う。半導��メーカーであるXilinxがアクセラレーションカードをCPUとのコンパニオンカードという形でCPU（コンピュータ）に実�△任�る形まで仕�屬欧拭�これまで機械学�{��に�}ごろな18.6TOPs（INT8）のALVEO U200とハイエンドの33.3TOPs（INT8）に加えて、今�vミッドレンジの24.5TOPs（INT8）をサンプル出荷した。ミッドレンジといえ、今�v初めてHBM2メモリを採��、メモリバンド幅を460GBpsと�jきく広げた。このアクセラレータがあれば、AI�官�が進んでいないサーバにも機械学�{の機�Δ���けることができる。

本��的にこの����が使われる応��はデータセンターである。データセンターには3つの役割がある。���Q（Compute）とストレージとネットワーキングだ。����的には、���Q処理では、機械学�{の推�bや、データベース/ビッグデータ、ビデオ伝送、金融サービス、ゲノミ��集、高�@度HPC、機械学�{などをおこない、ストレージでは圧縮や暗�ｲ宗�暗�ｸ阿粒頁爾覆匹鮃圓Α１��Q�_をメモリのそばに��く場合にはFPGAは都合が良い。ネットワーキングでも暗�ｽ萢�を伴うIPsecやセキュリティ、モニタリングなどにFPGAがレイテンシや効率の最適化を図れる。

同社のKen Way��はデータセンターの鍵となる戦�Sを3つあるという。�kつはシリコンベースのプラットフォーム（この場合はALVEO）を�eつこと、次が使い�M�}を良くするためのエコシステムを開発すること、3つ�`がエンドカスタマやOEM/ODMのパートナーだとしている。

����例として、スマートシティなどのセキュリティ監��カメラのデータ解析を��来のCPUとGPUで行う場合と、CPUとFPGAで行う場合を比較した（図2）。��来はCPUでH.264デコードとモーション解析を行い、GPUでCNN（�Qみ込みニューラルネットワーク）処理を行っていたが、CPUとFPGAで行うシステムでは、CPUではH.264処理だけにして、FPGAでCNNとモーション解析を行う�気�消�J電��も性�Δ睥匹�った。

図2　セキュリティカメラの画�欺萢�をFPGAの�気�GPU�擬阿茲蟾��]で低消�J電��　出�Z：Xilinx

図2の例では、FPGAとCPU処理の�気�消�J電��は75Wに�瓦靴�50Wと25%削��し、レイテンシは82msに�瓦靴�26.1msと約4倍高�]になった。

どのような���Qでも、CPUやGPUでもFPGAでも演�Qは可�Δ任呂△襪�、処理時間がFPGAのような専���v路で���Qするのが、最も�]い。例えば、ゲノム解析の時間がCPUなら1日かかっていたが、FPGAだと20分ですむという。