[GTC 2015]GPUが機械学習型AIを人間より賢くする? NVIDIA CEOによるGTC 2015基調講演レポート ライター:西川善司 Jen-Hsun Huang氏(Co-Founder and CEO, NVIDIA)。最近,講演で氏が登壇するときは,決まって肩に鋲の入ったこのジャンパーを着ている 北米時間2015年3月17日,NVIDIA主催のGPUコンピューティング開発者会議「GPU Technology Conference 2015」(以下,GTC 2015)が米国サンノゼで開幕した。会期初日には,NVIDIAの社長兼CEOであるJen-Hsun Huang(ジェンスン・フアン)氏が登壇する基調講演が行われ,同社の最新製品や,GPGPU分野の最新動向についてが解説されている。 講演の冒頭で,Huang氏は「今日,アナウンスしたいことは4つある」と語りだした。スライドで掲
Facebookは米国時間12月10日、同社の人工知能(AI)ハードウェアをオープンソース化する計画を発表した。 FacebookのエンジニアであるKevin Lee氏とSerkan Piantino氏は10日付けのブログ投稿で、ゼロから構築されたオープンソース化対象のAIハードウェアは、市販製品よりも効率的で多用途に適用可能であることを強調した。これは、Open Compute Project(OCP)規格に基づくデータセンター内でサーバが稼働できるためだという。 「多くの高性能コンピューティングシステムは、特殊な冷却構造などの独自インフラが動作に必要となるが、われわれはこれらの新しいサーバを熱性能と電力効率の面で最適化し、われわれ独自のフリーエアー冷却を採用したOCP規格準拠のデータセンターでも稼働できるようにした」とLee氏とPiantino氏は説明した。 「Big Sur」という開
CUDA(Compute Unified Device Architecture:クーダ)とは、NVIDIAが開発・提供している、GPU向けの汎用並列コンピューティングプラットフォーム(並列コンピューティングアーキテクチャ)およびプログラミングモデルである[5][6][7]。専用のC/C++コンパイラ (nvcc) やライブラリ (API) などが提供されている。なおNVIDIA製GPUにおいては、OpenCL/DirectComputeなどの類似APIコールは、すべて共通のGPGPUプラットフォームであるCUDAを経由することになる[8]。 概要[編集] CUDAの処理の流れ 1. メインメモリ(ホストメモリ)からデータをGPU用メモリ(デバイスメモリ)にコピーする。 2. CPUがGPUに対して処理を指示する。 3. GPUが必要なデータを取り込み各コアで並列実行する。 4. 結果をG
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
処理を実行中です
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