大規模なグラフニューラルネットワーク（GNN）推論における大幅な高速化を可能にするスケーラブルなAIアクセラレーターを実現。GNN推論中の不規則メモリーアクセスをほぼ完全に解決し、計算コストを大幅に削減可能。自動運転や広告推薦システムのようなリアルタイムかつ大規模なアプリケーションへの活用に期待。東京科学大学（Science Tokyo） 総合研究院 AIコンピューティング研究ユニットの藤木 大地 准教授とJiale Yan（ジャロ・ヤン） ポスドク研究員（当時）らの研究チームは、大規模なグラフデータを効率的に処理できる新しいAIアクセラレーター「B...