［2024年8月発売号 掲載予定］
GPGPUやAI専用コンピュータを利用して作られた学習済みのニューラル・ネットワークに基づく推論処理を単純にFPGAにインプリメントすることもできます．しかし，アルゴリズムやアーキテクチャにFPGAの優位性を生かした要素が少なく，物足りないという方もおられるのではないでしょうか．
筆者は，AIにおいてもFPGAでしかできないアプローチが幾つかあると考えており，本稿ではそこにフォーカスします．
ターゲットボードはKV260（AMD）です．
目次（仮）
●LUTだけで学習済みモデルを表現する方法
●FPGAロジックの潜在能力を引き出す
●高速撮影した画像で認識精度の向上をねらう
●Piカメラを1000fpsで動かす手順
●LUT-Networkで認識AIを作る
Piカメラを使って高速度撮影した画像に対して，しきい値を変えて2値化します．それらの画像をもとにAI処理を行うことで，認識精度を上げられるか実験します．
1000fpsの撮影画像に対して，MNISTで手書き数字を認識させます．
