近年，深層学習の普及に伴いサーバでの集中処理を行わずセンサ側で推論を行うエッジAIが，ネットワーク帯域の節約などに役立てるとして注目され始めている．
しかし，エッジ側で用いられるAIアクセラレータは消費電力などの考慮により性能が抑えられているため，大規模なモデルの使用や推論速度などに問題がある．
そこで，本研究ではAIアクセラレータの分散並列による推論速度の向上を行い，その台数効果とオーバーヘッドによる並列可能数についての検証を行う．なお，エッジデバイスにはAIアクセラレータを搭載したSoCであるGoogle Coral Dev Boardを用いており，ネットワーク分散と並列推論により，高い台数効果が確認できている．