Preferred Networks（PFN）は2019年12月5日、ディープラーニング（深層学習）のライブラリ「Chainer」（チェイナー）の開発をストップし、今後はライブラリ「PyTorch」（パイトーチ）の開発に参加すると発表した。Chainerは、同日発表した新版（v7）をもってメンテナンスフェーズに移行する。
PFNはこれまで、ディープラーニング（深層学習）のライブラリ「Chainer」（チェイナー）を開発し、オープンソースとして公開してきた（関連記事：PFN、ディープラーニング（深層学習）フレームワーク新版「Chainer v6」を公開、C++版も統合、図1）。今回、Chainerの新規開発をストップし、ディープラーニングの研究開発基盤をPyTorchに移行することにした。PyTorchは、ディープラーニングの学術論文に最も頻繁に用いられているライブラリの1つである。
研究開発基盤をPyTorchに移行することで、既存のChainer資産を活用しつつ、最新の研究成果を効率的に取りこむなどして、自らの研究開発を加速できるとしている。今後PFNは、米FacebookのPyTorch開発チームやオープンソースコミュニティと密接に連携しながら、PyTorchの開発に貢献する。さらに、自社開発のディープラーニング専用プロセッサ「MN-Core」のPyTorchサポートを推進する。
開発基盤をChainerからPyTorchに移行する背景について同社は、ディープラーニングのライブラリはすでに成熟していることを挙げる。「細かい差異による差別化競争を継続するよりも、コミュニティを継続的に発展させ、健全なエコシステムを築いていくことが重要になっている」としている。
なお、PFNが開発提供するそのほかのオープンソースソフトウェア（CuPy、Optuna）については、今後も積極的に開発を続けていく予定である。CuPy（クーパイ）は、汎用配列計算ライブラリ。Optuna（オプチュナ）は、ディープラーニングにおけるアルゴリズムの挙動を制御するハイパーパラメータを自動で調整するライブラリである（関連記事：PFN、深層学習のハイパーパラメータを自動調整するフレームワーク「Optuna」β版を公開）。
