# DEEPX DX-M1とエッジAI―実機評価を学習へ戻す技術を読む

米国公開特許出願US20260065050A1を、仮想の工場検査を例に、異種プロセッサ、モデル最適化、評価のフィードバックという観点から解説します。

Source: https://www.iplexlaw.co.kr/ja/blog/deepx-heterogeneous-processors-edge-ai

ホーム / ニュース・知財情報 ニュース・知財情報 DEEPX DX-M1とエッジAI―実機評価を学習へ戻す技術を読む 米国公開特許出願US20260065050A1を、仮想の工場検査を例に、異種プロセッサ、モデル最適化、評価のフィードバックという観点から解説します。 AI・ソフトウェア 2026.10.04 公開 IPLEX 約9分で読めます 学習装置と推論装置のフィードバックを示す概念図 公開公報と技術課題を確認する US20260065050A1はDEEPX Co., Ltd.を出願人として2026年3月5日に公開され、異種プロセッサによるニューラルネットワークの学習と推論を扱います。A1は出願公開を示し、特許登録の証明ではありません。本稿は公開内容の分析であり、現在の権利状態やDX-M1への全請求項の実装を認定するものではありません。 工場のカメラで製品の傷を検出する場面を考えてみます。開発用の高性能計算機で学習したモデルを、メモリ、対応演算、消費電力の制約が異なる現場の装置へ移すと、変換によって精度が変わることがあります。この工場は説明のための仮定で、導入実績や実測値ではありません。 学習と推論の役割を分ける 学習は事例からパラメータを調整する処理、推論は学習済みモデルに新しい入力を与えて結果を求める処理です。例では正解付き製品画像で学習し、ライン上の新しい画像を判定します。公報では第1のプロセッサが学習を担い、構成が異なり能力の制約がある第2のプロセッサが推論を担います。 移植はファイルのコピーだけでは完了しません。実機が必要な演算に対応し、変換後も要求される判断ができるかを確認する必要があります。モデルが収まっても、傷の見落としが増えないとは限りません。 重みと構造、軽量化の関係 重みは計算に使う数値で、構造は処理段階や接続の仕方です。数値の更新と構造変更は同じではありません。プルーニングは接続や構成の一部を削減し、量子化は数値を低い精度で表現します。計算や保存の負担を減らせる一方、精度に影響するため再学習が重要になります。 図5には学習用GPGPU（100）、推論用NPU（200）、メモリ（300）と、コンパイラ（310）、保存（320）、報告（330）の機能が示されています。コンパイラは実行先に合わせて演算を準備し、保存・報告機能はモデルや結果の受渡しを支えます。特定製品の内部構成を証明する図ではありません。 公開公報の図5：GPGPU、NPU、メモリとコンパイラ・保存・報告機能 実機評価を次のモデルに反映する 流れは、学習、重みの転送、実機での推論と評価、評価結果の返送、モデル修正、再度の推論です。学習側が評価を受けて構造と重みを更新し、変更後のモデルに対応する重みを実行側へ送ります。現場のNPU自体が再学習するという説明ではありません。 図7ではGPGPUへの学習データと実行先への試験データを分け、評価を戻す経路を示しています。工場の仮定では正解付き試験画像から傷の見落としを把握し、開発側で修正して実機で再評価します。工場の業務フロー図も理解を助ける例であり、実験結果ではありません。 公開公報の図7：学習データ、試験データと評価のフィードバック 仮想の工場フロー：学習、重みの転送、評価、モデル修正と再実行。導入実績や実験値ではありません。 GPU・NPUとDX-M1の位置付け GPUは並列計算を担い、GPGPUはその能力を汎用計算に利用することを指します。NPUはニューラルネットワーク演算向けのプロセッサです。公報ではGPGPUによる学習とNPUによる推論を異種処理の例とし、対応演算やデータ表現に合わせたコンパイルを扱います。 DEEPXはDX-M1をエッジAI向けプロセッサと位置付けています。エッジ推論は入力をすべて遠隔サーバーへ送る代わりに、データ発生源の近くで処理します。通信負担を減らし得ますが、遅延、電力、メモリ、精度は実装条件に依存します。製品の説明と特許出願の範囲は分けて検討します。 開発記録を特許分析につなげる 検討の中心はプロセッサが二つあることだけでなく、実機の評価が次のモデルの構造と重みにどう作用するかです。装置の役割、送受信情報、最適化手順、評価条件、変更前後のモデルを記録し、計算グラフの変更とパラメータ更新を区別すると技術的寄与が明確になります。 IPLEXはAI・ソフトウェアの技術分析と特許出願を支援しています。公開可能な構成図、変更点、再現可能な評価条件をご準備いただくと具体的な検討に役立ちます。関連するAI業務やテスト時学習の解説も、異なる更新方式を混同せず理解するための参考になります。 原図の表記を保持し、各図の技術的な意味を本文で説明しています。 Tistoryの原文 AI特許業務 関連記事：テスト時の重み更新 韓国語原文を読む この記事は公表時点の情報に基づいています。個別の事情については、当事務所にご相談ください。 この分野について相談 ↗ 記事一覧 このページの内容 公開公報と技術課題を確認する 学習と推論の役割を分ける 重みと構造、軽量化の関係 実機評価を次のモデルに反映する GPU・NPUとDX-M1の位置付け 開発記録を特許分析につなげる IPLEXに相談 知的財産の課題を、 ご相談ください。 技術の内容と事業上のご要望を踏まえ、対応方針を共に検討します。 ↗ お問い合わせ 新しい記事 「ウルエク」と「ウルサ」―韓国商標法における混同と識別力の希釈化 ↗ 前の記事 韓国の職務発明補償金：消滅時効はいつから進行するか ↗ 関連インサイト 人工知能(AI) 2026.10.15 PaTH Attention――トークン間の経路を位置表現に組み込む 入力依存のHouseholder型変換を累積する仕組みと、状態追跡・長文評価で確認された効果及び限界を解説します。 ↗ 記事を読む 人工知能(AI) 2026.10.14 Huawei Pangu Weather：時間間隔の異なるモデルをつないで予報する仕組み 公開出願US20250258318A1をもとに、予測時間の選択、中間予測の受渡し、気象データの結合を解説します。 ↗ 記事を読む 人工知能(AI) 2026.10.13 LaCT：大きなチャンクで更新するAIの一時記憶 LaCTの高速重み、GPU効率、因果関係を守る更新順序と実験結果の適用範囲を技術的に解説します。 ↗ 記事を読む

- https://www.iplexlaw.co.kr/ja
- https://www.iplexlaw.co.kr/ja/blog/category/ai
- https://iplexlaw.tistory.com/4
- https://www.iplexlaw.co.kr/ja/ai-patents
- https://www.iplexlaw.co.kr/ja/blog/1525199
- https://www.iplexlaw.co.kr/ko/blog/deepx-heterogeneous-processors-edge-ai
- https://www.iplexlaw.co.kr/ja/contact
- https://www.iplexlaw.co.kr/ja/blog
- https://www.iplexlaw.co.kr/ja/blog/deepx-heterogeneous-processors-edge-ai#case-deepx-en-0
- https://www.iplexlaw.co.kr/ja/blog/deepx-heterogeneous-processors-edge-ai#case-deepx-en-1
- https://www.iplexlaw.co.kr/ja/blog/deepx-heterogeneous-processors-edge-ai#case-deepx-en-2
- https://www.iplexlaw.co.kr/ja/blog/deepx-heterogeneous-processors-edge-ai#case-deepx-en-3
- https://www.iplexlaw.co.kr/ja/blog/deepx-heterogeneous-processors-edge-ai#case-deepx-en-4
- https://www.iplexlaw.co.kr/ja/blog/deepx-heterogeneous-processors-edge-ai#case-deepx-en-5
- https://www.iplexlaw.co.kr/ja/contact
- https://www.iplexlaw.co.kr/ja/blog/brunch-case-1795
- https://www.iplexlaw.co.kr/ja/blog/brunch-case-1794
- https://www.iplexlaw.co.kr/ja/blog/path-attention-householder-transformations
- https://www.iplexlaw.co.kr/ja/blog/path-attention-householder-transformations
- https://www.iplexlaw.co.kr/ja/blog/huawei-pangu-weather-time-interval-models
- https://www.iplexlaw.co.kr/ja/blog/huawei-pangu-weather-time-interval-models
- https://www.iplexlaw.co.kr/ja/blog/lact-large-chunk-test-time-training
- https://www.iplexlaw.co.kr/ja/blog/lact-large-chunk-test-time-training