Porting & Optimization For Embedded Development

納期1/3 組込みデバイス向け
AIモデル移植・高速化サービス

開発期間を大幅短縮。品質と性能は、より高く。

Fixstarsのエンジニアと、自社運用のセキュアAIエージェントが、AIモデルやアプリケーションを組込みデバイスへ移植し、実機上で高速化。高品質・高性能なソフトウェアを、従来の3分の1の開発期間で提供します。

Value

Fixstarsが培ってきた各種デバイス向け移植・ソフトウェア高速化の技術で、開発期間を1/3へ。 生まれた時間が、貴社の競争力に。

短納期

例えば、6ヶ月規模の移植・高速化プロジェクトであれば、約2ヶ月で納品可能。製品の市場投入を数ヶ月前倒しできます。

価格は従来水準

特急料金はいただきません。開発費用は、従来の受託開発と同水準です。

品質と性能は、より高く

徹底したテストで品質を確保しつつ、ハードウェアの性能を最大限に引き出す。開発期間を短縮しても、成果物の品質と性能には妥協しません。

※ 期間・費用は開発内容により異なります。無償アセスメントにて個別にご提示します。

Services

提供するサービス

各種組込みデバイスへの移植と、ソフトウェアの高速化を短納期で実現します。実機ベンチマークによる性能検証、AIモデルの精度検証、納品後の継続的な性能改善まで、一貫して支援します。

組込みデバイスへの移植

AIモデルやアプリケーションを各種組込みデバイスへ移植し、実機で性能を検証します。

  • チップ固有のSDK・ツールチェーンに対応し、ターゲット環境へ適合
  • 量子化・カーネル最適化で、精度を保ちながらハードの性能を最大限に

対応例

NVIDIA DRIVE / Jetson Renesas R-Car Qualcomm Snapdragon Tenstorrent 各種FPGA 各種DSP

処理の高速化

今お使いのシステムの上で、処理速度を数倍に引き上げます。

  • プロファイリングによるボトルネックの特定と、理想性能の分析
  • マルチスレッド化・ベクトル化・GPU活用・メモリ最適化・量子化などを適用

対象例

画像・信号処理 AI推論・学習 シミュレーション 数値計算
NVIDIA
Renesas
Qualcomm
MediaTek
Tenstorrent

上記以外のプロセッサ(各種FPGA・DSPを含む)にも対応可能です。お気軽にご相談ください。

How it works

スピードと高品質を両立できる理由

フィックスターズのエンジニアは全員、移植・高速化のために作り込んだ専用のAIエージェント環境で開発しています。市販の汎用AIコーディングツールではなく、自社の高速化スペシャリストが開発し、日々改善を続けているものです。

なぜ速いのか

移植・高速化に特化

汎用のAIコーディングツールとは違い、チップごとの最適化パターン、量子化戦略、性能計測の勘所をあらかじめ実装しています。

20年分のナレッジを内蔵

20年にわたる高速化プロジェクトで蓄積した独自のナレッジを組み込み、エージェントがこれを参照しながら最適化を進めます。

スペシャリストが毎日改善

移植・高速化のスペシャリストが専任で開発・改善を継続。エンジニアの開発効率が上がり続けます。

Development stack

お客様案件の開発

移植・高速化に特化したAIエージェント環境

社内AI基盤「Fixstars Vega」

自社運用・オンプレミス

なぜ品質が落ちないのか

Human in the loop
人 設計・技術判断 アーキテクチャと最適化方針をエンジニアが決める
AI 実装・テストコード生成 方針に沿って実装し、条件を削らず検証コードを生成
人 レビュー・性能検証 基準を満たすまでエンジニアが差し戻す

合格したものだけを納品

技術判断はエンジニアが担当

設計・技術判断・コードレビューはFixstarsのエンジニアが実施。AIの速度と、プロの品質を両立します。

検証範囲は納期で削らず網羅

AIエージェントが大量のテストコードを自動生成するため、従来は時間の制約で見送っていた条件まで検証できます。エンジニアのレビューと組み合わせ、手戻りと市場流出バグを抑えます。

検証結果まで含めて納品

テスト結果、ベンチマーク結果、設計ドキュメントを成果物に含めます。納品後の保守・派生開発も、お客様側で引き継げる形でお渡しします。

フィックスターズでは全エンジニアがこの体制で開発中です。開発着手前に、品質基準(テスト方針・性能目標)を合意した上でプロジェクトを開始します。

Security

お客様の情報は、
フィックスターズ社外に出しません

開発に使用するAIエージェントは、フィックスターズが自社内で運用するAI基盤上で動作します。お客様からお預かりする仕様書・ソースコード・データが、外部のAIサービスに送信されることはありません。

自社運用のAI基盤

AI処理はフィックスターズ社内のオンプレミス基盤で完結。オープンウェイトのLLMを自社ハードウェア上で運用しています。

外部AIサービスへの送信なし

お客様の情報が外部サービスに送信されることはありません。当然、外部のAIモデルの学習に使われることもありません。

従来同様の機密保持体制

NDA締結、秘密情報の取り扱い、成果物の権利帰属は、これまでの受託開発と同じ枠組みで運用します。

GPLライセンスの混入チェック

納品物となるソースコードにはGPL汚染チェッカーをかけて、GPLライセンスが混入していないことを確認します。

お客様のセキュリティポリシーに応じた運用(アクセス制限、監査対応など)についても、個別にご相談ください。

Case study

自動運転AIモデルの推論高速化を、従来比 約1/8の工数で実現

OSSの3D物体検出モデル「SparseDrive」を対象に、エンジニアとAIエージェントの協働でパフォーマンスエンジニアリングを実施。従来の人手による最適化と比較しました。

車載カメラ映像上に3Dバウンディングボックスで車両・歩行者・自転車を検出した例
*画像はイメージです

1週間

開発期間(従来:約2人月)*1

3.95倍

処理速度(162.3 → 41 ms/iter)

アプローチ:自社AI基盤を活用し、TensorRT化、PTQ(重みの量子化)*2、カスタムCUDAカーネルのTensorRT Plugin化などのパフォーマンスエンジニアリングを実施。工数を大幅に削減しながら、高速化率は人手による最適化を上回りました。

*1 所要期間は本モデルのデプロイ習熟者1名による実績 *2 精度は mAP 0.428 → 0.417(PTQ起因の微減、キャリブレーションで回復見込み。人手最適化は0.428を維持)

事例の詳細は、事例資料にまとめています

対象とした処理、適用した高速化・最適化の手法、測定条件と結果を、数値とあわせてご紹介しています。本事例のほか、画像セグメンテーション処理パイプラインの高速化事例も収録しています。

事例資料をダウンロード
Track record

大手製造業とともに20年。
パフォーマンスエンジニアリングの実績

20年以上

ソフトウェア高速化の歴史

100社以上

支援してきたお客様

99%以上

お客様のリピート率

フィックスターズの強みを詳しく見る

CT装置のイメージ
医療機器

医療画像処理の高速化

CT画像再構成を従来手法比で数十倍に高速化。ミドルレンジ機で、競合ハイエンド機と同等の性能を実現。

自動運転車のセンシングを表したイメージ
自動車

ルネサス様との共同開発

車載SoC「R-Car」向けAI開発ツール群「GENESIS for R-Car」を共同開発。AIモデルの軽量化・最適化を効率化。

詳しく見る

ソニー・ホンダモビリティのオフィスで並ぶ担当者3名
自動車

ソニー・ホンダモビリティ様

「AFEELA」の自動運転AI学習環境にFixstars AIBoosterが採用され、GPUサーバーの演算効率向上に貢献。

詳しく見る

このほか、産業機器・半導体・金融・ライフサイエンスなど、幅広い分野での高速化・開発実績があります。

Process

サービスの進め方:
無償アセスメントから始まる4ステップ

  1. 01

    無償アセスメント

    移植・高速化したい処理と、現在の性能・ターゲット環境を確認。短縮可能な期間と達成可能な性能を試算します。

  2. 02

    お見積り

    開発期間・品質基準(テスト方針・性能目標)・費用をご提示し、合意の上で着手します。

  3. 03

    開発

    Fixstars エンジニアとAIエージェントの協働体制で開発。週次で進捗と成果物を共有します。

  4. 04

    納品

    動作するソフトウェアに加え、テスト結果・ベンチマーク・設計ドキュメントを納品します。

Get started

まずは1テーマ、お試しください

エッジデバイスへ移植したいモデル・アプリケーションや、速くしたい処理をお聞かせください。無償アセスメントで、短縮可能な期間・達成可能な性能とお見積りをご提示します。

無償アセスメントを申し込む

アセスメントの際にお知らせいただきたい情報

  • 移植・高速化したい処理やモデルの概要
  • 現在の処理時間・スループット・メモリ使用量と、目標性能
  • ターゲット環境(ハードウェア・OS・ランタイム・開発言語など)
  • 希望する納期・展開タイムライン