CUDA：「超並列コンピューティング」はじめました
昨年末に気の早いお年玉が届きました。GPUでおなじみのNVIDIAさんとご縁があって、GeForce GTX750が乗ったビデオカードを貸してもらえることになりまして。GTX750に詰め込まれた512個ものコアを汎用の計算装置として使えるなんてワクワクするじゃないですか。NVIDIAさんへのお礼を兼ねて、GPUを使った超並列コンピューティング環境：CUDA（クーダ）に手を染めるオハナシです。 本記事はNVIDIAの協力に基づいて記事作成しております。 はじめに その昔、GPUは3次元空間に浮かぶオブジェクトに光を当て（ライティング）、影をつけ（シェーディング）、写真を撮ったかのように二次元平面に投影する（レンダリング）一連の処理を専用のハードウェアで実現していたのですが、やがてプログラマブルな計算ブロック（プログラマブルシェーダ）で行うようになりました。最終的には数百万個のピクセル一つ一つ
マイクロソフトはどうやってBingをFPGAで実装したか - Qiita
ドワンゴがニコ動の画像配信向けにFPGAエンジニアを募集したり、マイクロソフトはBingをFPGA実装したり、Baiduもディープラーニングの高速化にFPGAを導入したりと、なんだか世の中急にハードウェアくさくなってきた。IoTとは違う意味で。 金融分野ではすでにCPUでは遅すぎてFPGAによるナノ秒単位の株取引が行われているって記事を書いたのは2年前だけど、ここ数年はIntelのCPUのクロックもあまり上がらなくなってきたし、Fusion-ioやNetezzaといった大手御用達のハイエンド鬼速ストレージも、フタを開ければ中身はすでにFPGAに移行済み。IBMが最近出したData Engine for NoSQLという製品ではPOWER8プロセッサにFPGAを直付けしてRedisを高速化したり。いよいよデータセンターにも、先の見えないCPUに代わってFPGAやGPUを導入する波が押し寄せつ
「GTC Japan 2012」基調講演レポート。KeplerでNVIDIAはGPUクラウドを推進する
「GTC Japan 2012」基調講演レポート。KeplerでNVIDIAはGPUクラウドを推進する ライター：米田 聡 NVIDIAは最近，同社のお膝元である米サンフランシスコ州サンノゼ市で開催するメイン大会「GPU Technology Conference」（以下，GTC）とは別に，世界各地でGPUコンピューティングの普及を図るため，ローカルイベントも開催している。そして，その2012年日本版となるイベントが，7月26日，「GTC Japan 2012」として開催された。 昨年の「GTC Workshop Japan 2011」以来，“日本のGTCローカルイベント”としては2度めの開催となったGTC Japan 2012。今年は計47セッションと，昨年と比べて20近くもセッション数が増えている。 また，会場は昨年と同じ東京・六本木の東京ミッドタウンだが，セッション数が増えたことに伴
GTC 2012 - 見えてきた次世代科学技術計算向けKeplerの実力(基礎編)
NVIDIAのGPU Technology ConferenceにおけるJen-Hsun Huang CEOの基調講演の中で次世代の科学技術計算向けKepler GPU(GK110)と「Tesla K10」と「Tesla K20」というボード製品が明らかにされた。 KeplerにはGK104とGK110という2種のチップが存在 Teslaは科学技術計算向けの製品であるが、実は、K10とK20では使用するGPUチップが異なっている。K10はGK104と呼ぶコンシューマ用のGTX 680などハイエンドグラフィックスカードに使用されているものと同じチップを2個使っており、K20はGK110と呼ぶ今回明らかになったチップを1個搭載している。 GK104チップのトランジスタ数は3.54Bであるが、GK110チップは7.1Bトランジスタを集積しており、商用の半導体チップとしては最大規模のトランジスタ数
GPUによる数値計算
1．はじめに 2．GPU 3．GPGPU 4．CUDA 5．特異値分解 6．QR 分解 7．実験 8．考察・課題 近年のグラフィックスプロセッサ（以下 GPU）の性能向上は著しく理論ピーク性能が 500GFLOPS を超えるまでに成長している（図１）．GPU は本来グラフィックス処理専用のハードウェアであったがその処理能力の高さから汎用処理向けの研究が盛んに行われている． 一方，データマイニング，画像処理など広い分野で利用される数値線形代数アルゴリズムに特異値分解がある．各分野において扱う問題の大規模化に伴い，高速な実装が強く求められている． 本研究は現在データマイニングの分野などで需要の高い特異値分解をGPUによって高速化することを目的とした実験を行なった． ほとんどの GPU のハードウェアは現在 NVIDA 社と AMD 社の２大メーカによって作られている．GPU
231位じゃだめですか？ Amazonクラウドが1兆FLOPSを超えるスーパーコンピュータ並の「クラスターGPUインスタンス」を提供。1時間たったの172円
231位じゃだめですか？ Amazonクラウドが1兆FLOPSを超えるスーパーコンピュータ並の「クラスターGPUインスタンス」を提供。1時間たったの172円 個人でもスーパーコンピュータの性能でトップ500に入るマシンを借りることができる時代になりました。しかも1時間あたりわずか172円。 Amazonクラウドは、ハイパフォーマンスコンピューティング（超高速計算）のために提供してきた「クラスターコンピュートインスタンス」に、グラフィックスカードに搭載されているGPUの能力を一般的な計算処理に使う「GPGPU（General Purpose GPU）」の機能を備えた「クラスターGPUインスタンス」の提供を開始したと発表しました。 1兆FLOPSを上回る性能 クラスターコンピュートインスタンスは、2.95GHzのXeon X5570（4コア）を2基と23GBのメモリを搭載したサーバを10ギガビ
アマゾン、「EC2」でGPUコンピューティングを提供開始
米アマゾン・ドット・コムのWebサービス部門アマゾン・ウェブ・サービシズは2010年11月15日、GPU（グラフィック処理プロセッサ）を使ったIaaS（インフラストラクチャ・アズ・ア・サービス）を提供開始した。米エヌビディアのGPUである「Tesla M2050」を使った計算機処理サービスを、アマゾンの「EC2」経由で提供する。GPUをグラフィックス処理以外に活用する「GPGPU（汎用GPU）」と呼ぶ分野が、クラウドサービスにも登場する。 新メニューは「クラスターGPUインスタンス」。一つのインスタンス（利用単位）当たり、Tesla M2050を2個、インテルのXeon X5570を2個使い、メモリー22Gバイト、ストレージ1690Gバイト、10Gビット/秒のイーサネットを提供する。1インスタンスの利用料金は1時間当たり2ドル10セント。 GPGPUとはCPUとGPUを組み合わせ、浮動小数
CUDAとGPUコンピューティングの広がり
CUDAの普及 2006年にG80世代のGPUとともに発表されたCUDAは、当初は大学や独立の研究機関などを中心に、新しい計算手法あるいは計算の加速方法として注目を受け始めました。 研究者や専門家の皆さんが自らの研究課題をCUDA Cを使ってプログラミングすることにより、これまで数日間かけて行っていた計算内容を数時間に短縮することが可能になりました。 また、GPUの高い計算能力が新たな研究課題への取り組みを可能にし、GPUコンピューティングの学術研究目的への利用が広がりました。 その研究成果は各専門分野の学会やNVIDIAのCUDAゾーンなどでも公開されてきました。 このような状況の中で、2008年にCUDAの利用方法について、1つの転機が訪れました。 2008年6月に米Elemental Technologiesが発表した「BadaBOOM Media Converter」のトランスコー
GPUコンピューティングの歴史とCUDAの誕生
NVIDIA Tesla GPUスパコン、TOP500リスト2位に!! スーパー・コンピュータ（スパコン）の高性能ランキング「TOP500」を運営するTOP500.Orgは2010年5月28日、NVIDIA Teslaを搭載したスパコンがTOP500の2位になったことを発表しました（ニュースURL）。これを公式に反映した2010年6月のTOP500リストは、ドイツのハンブルグで開催されたカンファレンス「ISC' 10」（International Supercomputing Conference）で、2010年5月31日に提示されました。 今回のニュースは世界のHPC（High Performance Computing）業界を駆け巡りましたが、GPUスパコンがTOP500の上位に入るという事実は、2009年9月に米国のサンノゼで開催された「NVIDIA GPU Technology C
世界最高速クラスなスパコン「TSUBAME 2.0」の作り方
「GPGPUを載せれば速くなる？ そんな単純な物じゃない」――東京工業大学の学術国際情報センターの松岡 聡教授、同じく青木尊之教授が、NVIDIA主催のイベント「GPGPUコンピューティング2010」の基調講演で、現在建設中の世界最高速クラススーパーコンピュータ「TSUBAME 2.0」の高速化の秘密を明かした。 GPGPUを使う理由は高速演算だけじゃない！ 最初に登壇したNVIDIAの特別研究員、デビッド・B.カーク氏は「GPGPUを使えば高速演算できる。というだけでは、もう驚きではない。GPGPUを使う理由はほかにある」と切り出した。 世界第2位のスーパーコンピュータ「Dawning Nebulae」（中国）は、4640個のTesla（GPU）を並列演算することで、1.27Pflopsを叩き出す。しかし、現在は単に演算処理性能を競うだけでなく、消費電力あたりの演算処理性能が重視されてい
CUDA Information Site
NVIDIA CUDA Information Site — unleash the power of GPU / GPUのパワーを引き出そう — NVIDIA CUDA Information サイト（以下「本サイト」）は、マルチコアソリューションを提供するフィックスターズの技術者有志が運営する、NVIDIA CUDAの普及と利用促進を目的とする情報公開と情報交換のためのサイトです。 本サイトでは、NVIDIA社が発売するGPUアクセラレーターボードTesla C1060/S1070 (Tesla）上のCUDAアプリケーション開発に関する情報を中心として、GPUに関する各種の情報をお伝えします。
CUDA Education & Training
Accelerate Your Applications Learn using step-by-step instructions, video tutorials and code samples. Accelerated Computing with C/C++ Accelerate Applications on GPUs with OpenACC Directives Accelerated Numerical Analysis Tools with GPUs Drop-in Acceleration on GPUs with Libraries GPU Accelerated Computing with Python Teaching Resources Get the latest educational slides, hands-on exercises and acc
1
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
【1カ月集中講座】 骨まで理解するPCアーキテクチャ(GPU編) 第1回 ～固定機能からシェーダへの移り変わり
【イベントレポート】 【AFDS 12】一般プログラマにもヘテロジニアスコンピューティングをもたらすHSA ～AMD、ARM、Imagination、MediaTeK、TIが普及を目指し団体設立