深層学習をまじめにやるなら、どう考えても専用のPCが必要になる。 僕は現在、Memeplexというサービスを運営していて、これはさくらインターネットさんから大量のGPUを借りている。借りたGPUは、さくらインターネットの石狩データセンターで動いている。 さらに、ABCIは企画の段階から立ち会って、実際に仕事ではよく使っている。ABCIは5000以上のGPUを擁するGPUクラウド基盤で、その実態はスーパーコンピュータである。 ABCIを使えば、ほとんどの難しいタスクを恐ろしく安い料金で行うことができる。GoogleやAmazon AWSのようなサービスを展開することができない本邦においては、国家が設立し、民間利用可能なABCIは国民にとっての天叢雲剣あめのむらくものつるぎである。 それでもなお、手元には深層学習用のPCが必要だ。しかも一台では足りない。 ABCIがいかに安くても、PCほどの利
取材・文／白鳥士郎 「……まさか？」 『水匠』開発者・杉村達也は、自身の開発した将棋ソフトの読み筋にその文字を見つけた瞬間、血の気が引いていくのを感じた。 『それ』が存在することを、杉村は事前に知ってはいた。 同時に、極めて再現性が低いということも知っていた。ある棋士はその出現率を「2年で3～4回」と語っていたのだから……。 『それ』について、『やねうら王』の開発者である磯崎元洋（やねうらおのペンネームで知られる）もやはり「再現性がない」という理由で、大して取り合ってくれなかった。 つまり、いつ出るかわからないし、出る確率も極めて低いということである。 しかしそれが今、水匠の読み筋の中にはっきりと出現していた。 「え!? こ、ここで出るのか……」 しかも『それ』が出たのは、水匠だけではなかった。 検討のために別のパソコンを使って走らせていた、別のソフトでも……その『バグ』が出現していたのだ
ソフトバンクグループ（SBG）が傘下の英半導体設計アームを米半導体大手エヌビディアに売却する方向で最終調整に入ったことが13日、明らかになった。2社はSBGがエヌビディア株を取得するなど、売却に株式交換を組み合わせる方向で調整している。売却額は4兆円規模となる見通しだ。株式交換では、エヌビディアとアームの統合会社の株式をSBGが取得する枠組みも検討しているようだ。2社は近く合意することを目指し
レポート Linux GUIアプリがWindows 10にもたらす価値 - 阿久津良和のWindows Weekly Report Windows 10 バージョン2004は、ファイルI/Oのパフォーマンスを改善し、Linuxカーネルの機能を呼び出すシステムコールの互換性を大きく高めたWSL 2（Windows Subsystem for Linux 2）を搭載する。Docker DesktopのホストもHyper-V仮想マシンからWSL 2へ移行したことで、Windows 10 Homeエディションでも開発環境を整えることが可能になった。 Docker Desktopの設定画面。Dockerと統合するLinuxディストリビューションを選択できる WSL 2で動作するDebian GNU/Linuxでhello-worldコンテナを実行した状態 Windows 10とLinuxを併用する環
大事なお知らせ NVIDIA Docker リポジトリでの 2020 年 9 月の変更により、この記事内容と最新の状況に割と大きな差ができてしまいました。最新の状況に合わせた改訂版を、エヌビディアジャパンの Medium ページに投稿しましたので、今後は是非 Medium のほうをご覧ください。 NVIDIA Docker って今どうなってるの？ (20.09 版) 以下、2020 年 8 月までの内容です。 ※ 2020/07/09 CUDA 11 の正式リリースに伴い、CUDA のインストールコマンド例を 11.0 のものに更新しました。 ※ 2020/06/13 CUDA 11 RC のリリースに伴い、CUDA 10.2 のインストールページからインストールしても CUDA 11 RCがインストールされるケースが確認されたので、10.2 を明示的に指定するように例示コマンドを更新しま
Steam Playで不自由なWindows用ゲームをGNU/Linux上で実行するにはPython 2が必要
Steam Playが発表されたので、早速使ってみた。 Steam PlayというのはWineからforkしたValveのProtonを使ったGNU/LinuxでWindows用ゲームを実行する機能だ。なぜWineをforkしているかというと、ProtonではWineにまだ入っていない変更を使っているからだ。例えばDirectXをVulkanで実装したdxvkや、同期処理をユーザースペースで行うValveが開発したWineに対するパッチesyncを使っている。 https://github.com/ValveSoftware/Proton Steam Playを使うには、まずSteamクライアントのSettings→Account→Beta participationからSteamクライアントBetaを使う設定であるSteam Beta Updateに切り替え、Steamクライアントをアッ
機械学習エンジニア界隈で話題沸騰となっているGoogle Colaboratory（グーグル・コラボレイトリー）。本記事では概要とGoogle Colabの知っておくべき基本的な使い方をまとめました！ すでに機械学習をやっている方や、これから機械学習を学んでみたいと考えている方で、下記のような事を感じたことはありませんか？ 「訓練やデータ処理をやるのにローカルPCだと処理に時間がかかりすぎる」 「機械学習用にクラウド環境を立てたけど…思ったより費用が高い」 「機械学習は色々とライブラリが多くて環境構築がしんどい」 もし一つでも当てはまるものがあれば、Google Colabがそんな悩みを解決してくれます！機械学習の開発環境の新基準となる可能性も高いGoogle Colab、概要や基本的な使い方をみていきましょう。 Google Colaboratoryとは？ Google Colab（略式
「TensorFlow.js」公開、Webブラウザ上で機械学習の開発、学習、実行が可能に。WebGL経由でGPUも活用 TensorFlow.jsの基となったオリジナルの「TensorFlow」は、Googleが開発しオープンソースとして公開されている機械学習ライブラリです。Windows、Mac、Linuxなどに対応し、Python、C＋＋、Java、Goなどに対応したAPIを備えています。 今回発表されたTensorFlow.jsはそのJavaScript版で、Webブラウザ上で実行可能。TensforFlow.jsのAPIはオリジナルTensorFlowのPython APIのすべてをサポートしているわけではありませんが、似た設計となっており、機械学習のモデルの構築、学習、学習済みモデルの実行が可能なほか、学習済みモデルのインポートも可能。 WebGLを通じてGPUを利用した処理の高
東京大学松尾研究室（松尾豊特任准教授）は1月24日、東京大学の公開講座「Deep Learning基礎講座」で実際に使っている演習コンテンツの無償公開を始めた。GPUを使ってモデルを学習する実践的な内容で、個人・非商用に限って無料で利用できる。 Jupyter Notebook形式で作成された研究者向け演習コンテンツで、Jupyter環境があれば利用可能。GPUを利用し、実際にモデルを学習させながら技術を習得できる。線形代数や機械学習が前提知識として必要。コードはTensorFlowと、Numpy、Scipy、Scikit-learnなど標準的なライブラリで構成した。公開したのは演習パートのみで、講義パートのコンテンツは別。 個人で学習する目的のみで無償で利用でき、講習会や教室などでの利用は不可。クリエイティブ・コモンズの「CC-BY-NC-ND」（表示 -改変禁止- 非営利-一般）が適用
2017年は新世代のプロセッサやUSBまわりなど、PCのハードウェアを構成するパーツが大きく進化した1年だったが、2018年はどうだろうか。この1年で実際の製品へ導入されることを期待したい注目技術をまとめた。 転送速度が最大2倍になる「USB 3.2」 USB仕様の策定管理団体であるUSB Implementers Forum（USB-IF）は、USBの新しい仕様「USB 3.2」を策定し、2017年9月に仕様書を公開した。 従来のUSB 3.1からUSB 3.2への主な変更点は、デュアルレーン動作のサポートだ。同時に2組（送受信で4組）の信号線で転送することで、従来の2倍、最大20Gbpsの速度でデータ転送が可能になる。 このデュアルレーン動作は「USB Type-C」のケーブル（ケーブルの両端がType-C）が前提だ。もともとUSB Type-Cには片道10Gbpsで通信できる信号線が
nVidia、GeForceのデータセンターでの利用を禁止する
NVIDIAが規約変更によりGeForceのデータセンター利用を制限。大学などの研究活動にも大ブレーキ - WirelessWire News（ワイヤレスワイヤーニュース） また清水亮がポエムを書いている。困るんだよね、名前の同じ人間にそういうことをされると私まで詩人だと思われてしまう。 nVidiaは確かに邪悪で不自由で存在自体が人道上の罪にあたる極悪企業であり、かのLinuxカーネルの最高開発者であるブリリアント・アッスホールの称号も名高いリーナス・トーバルズにも中指を突き立てられてFから始まるとてもここで書くことができないほどの醜悪極まりない侮辱の四文字言葉で罵られたほどの救いようのない時勢の読めない烏合の衆ではあるが、まさか自らの飯の種であるデータセンターへの利用を禁止するほどの寓話に出てくる金の卵を生む鶏を割くほどの阿呆ではないだろう。どれどれ、この私が直々にソースとやらを検証し
趣味でディープラーニングで遊ぶために GPU マシンを使いたい。 GPU は本当にすごくて、自分の MacBook Air で 2 時間かかるような学習が GPU を使うと 5 分足らずで終わる。CPU だけでディープラーニングするのは馬鹿馬鹿しいという気持ちになる。 しかし自宅に GPU マシンを組んだとしても四六時中計算し続けるわけでもないからもったいないし、ここはクラウドサービスを活用して安く済ませたい。1 さらに、最近では Docker コンテナ内から GPU を利用することができる NVIDIA Docker という Docker プラグインがあり、これを利用することで GPU マシンの環境を汚すことなく好きなだけ学習環境を立ち上げることができる。 今回は Amazon EC2 の GPU インスタンスと NVIDIA Docker を使って趣味用のディープラーニング環境を作った
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く
