深層学習は、これまでのルールベースのプログラミングでは対応しきれなかった複雑な事象や環境変化に柔軟かつ高度に対応する力を持っています。PFN の強みは、この深層学習とさまざまな専門分野の深い知識を掛け合わせた最先端技術の開発です。自分たちにしか実現できない技術で世界に貢献するために、深層学習のコア技術である Chainer の開発から、大規模な計算クラスターの構築、ロボティクスやライフサイエンスなどの多様な専門分野の探求まで、領域を超えた挑戦を続けています。深層学習のトレーニング フェーズを高速化するため、現在 PFN は、深層学習の主要プロセスである行列演算の実行用に最適化された MN-Core チップを開発しています。MN-Core は、ワットあたり 1 TFLOPS/W (半精度) の業界トップクラスの性能を達成します。現在、ワットあたりの浮動小数点演算性能 (1 秒あたりの浮動小数点演算の回数) は、チップ開発で最も考慮すべき重要なベンチマークの 1 つです。最小限の機能に焦点を当てることにより、専用チップは深層学習で効果的に性能を引き出すことができ、さらにコストも削減できます。