ヤフーは6月19日、ExaScalerとHPCシステムズ協力のもと、スーパーコンピュータ「kukai」（クウカイ）を開発したと発表した。ディープラーニング活用に特化し、省エネ性能の高さも特徴。「GPUを使った従来の社内環境と比べ、演算処理性能が理論上約225倍になった」という。 kukaiは、スパコンの省エネ性能ランキング「GREEN500」で世界2位を獲得。処理性能も460.7TFLOPS（1秒間の演算回数）を記録した。同社は、「大規模なディープラーニング処理を短時間・低コストで行える」理由を3つ挙げる。 まずは、最先端の冷却技術「液浸」（えきしん）の採用。ファンを使った空冷と異なり、電気を通さない特殊な液体に直接ハードウェアを漬け込むことで冷却効率を高めた。 また、米NVIDIAの最新GPU「Tesla P100」を160基搭載。液浸による効率的な冷却を可能にするExaScaler独自

スーパーコンピュータ(スパコン)のエネルギー効率を競うランキング「Green500」の2017年6月版は、東京工業大学(東工大)の「TSUBAME3.0」が1位、Yahoo Japanの「kukai」が2位、産業総合研究所(産総研)の「AI Cloud(AAIC)」が3位、理化学研究所(理研)の「RAIDEN」が4位とトップ4システムを日本のシステムが占めた。また、7位に海洋開発研究機構の「Gyoukou(暁光)」、8位に国立環境研究所のシステムと、トップ10位の内の6システムが日本のシステムである。 これは喜ばしいことであるが、裏を覗いてみると、7位のGyoukouを除いた他のシステムは、すべてIntelのXeon CPUにNVIDIAのP100 GPUをアクセラレータとして接続したシステムであり、これは日本の成功というより、NVIDIAの成功とも言うべき状況である。 しかし、Xeon

NVIDIAは4月27日、都内でディープラーニングの最新動向などを紹介するイベント「NVIDIA Deep Learning Day 2016 Spring」を開催し、4月4～7日(米国時間)にかけて開催された「GPU Technology Conference 2016(GTC 2016)」の内容などを含め、日々進化を続けるディープラーニングの概要や、なぜディープラーニングにGPUが必要とされているのか、などについて紹介を行った。 エヌビディアのプラットフォームビジネス本部 ディープラーニングソリューションアーキテクト 兼 CUDA エンジニアである村上真奈氏は、ディープラーニングを学ぶ上で重要なのは「良い構造をしたディープニューラルネットワーク(DNN)のモデル」、「DNNに与えるビッグデータの量」、「GPU」の3つの組み合わせが重要だと語る。 なぜGPUが用いられるのだろうか。簡単に

レポート GoogleのAI開発を支えるディープラーニング専用プロセッサ「TPU」 - ISCA論文レビュー版から、その仕組みを読み解く GoogleがISCA論文のレビュー版を公開 Google DeepMindのアルファ碁が、トッププロ棋士の韓国の李世乭(イ・セドル) 九段を破ったのは記憶に新しい。事前には李 9段の圧勝という予想であったが、これは半年ほど前に元ヨーロッパチャンピオンとの対局した時の棋譜を見ての予想である。しかし、アルファ碁は半年の間に格段に強くなっていた。 その秘密が、AIの推論の性能を大幅に向上させた、Googleの専用アクセラレータのTensor Processing Unit(TPU)である。TPUを大量に使うことにより、先読みが深くなり、大幅に強くなったと考えられる。 TPUの存在は、2016年5月のGoogle I/Oで明らかにされたが、その詳細は公表されて

1990年代初頭から記者としてまた起業家としてITスタートアップ業界のハードウェアからソフトウェアの事業創出に関わる。シリコンバレーやEU等でのスタートアップを経験。日本ではネットエイジ等に所属、大手企業の新規事業創出に協力。ブログやSNS、LINEなどの誕生から普及成長までを最前線で見てきた生き字引として注目される。通信キャリアのニュースポータルの創業デスクとして数億PV事業に。世界最大IT系メディア（スペイン）の元日本編集長、World Innovation Lab(WiL)などを経て、現在、スタートアップ支援側の取り組みに注力中。 一度は事業仕分けの危機に立たされた理化学研究所　計算科学研究機構のスーパーコンピュータ「京」。世界のグラフ計算の能力指標GRAPH500での1位獲得に加え、アプリケーションの実処理性能を評価する性能指標(HPCG)でも1位を獲得するなど、実質的に世界トップ

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

We are excited to announce that Amazon EC2 P2 instances are now available in the Asia Pacific (Tokyo) and Asia Pacific (Sydney) Regions. P2 instances are ideal for compute-intensive applications that require high-performance GPU coprocessors and massive parallel floating point performance such as deep learning, computational fluid dynamics, computational finance, seismic analysis, molecular modeli

L1データキャッシュ V100 GPUのL1データキャッシュは、SMあたり128KBのメモリを分割してシェアードメモリと共用している。FermiやKeplerでは、この構造であったが、P100ではシェアードメモリは独立の構造で、L1データキャッシュはテクスチャキャッシュとメモリアレイを分割して共用するという構造になっていた。P100が出た時は、この構造はL1データキャッシュとシェアードメモリが並列に動作できるので、バンド幅が高いというメリットが強調されていたのであるが、あれはどうなってしまったのだろうか? P100のL1データキャッシュはテクスチャキャッシュと同じリードオンリーのキャッシュであったので、コヒーレンシの問題は無かったが、V100でリードライトのキャッシュになると、どうやって各SMに存在するL1データキャッシュのコヒーレンシを取るかが問題になる。 80SMのコヒーレンシをハード

IBMは5月17日(米国時間)、2つの汎用量子コンピューティングプロセッサを構築し、テストに成功したと発表した。 1つ目の量子コンピューティングプロセッサは、16量子ビットプロセッサで、ベータ版へはIBM Quantum Experienceを通じて要望に応じてアクセスでき、新しいソフトウェア開発キットはGitHub(US)上で利用可能だという。同社では、従来の5量子プロセッサに比べて、より複雑な実験が可能になることから、開発者やプログラマ、研究者は同プロセッサに自由にアクセスし、量子アルゴリズムを実行したり、個々の量子ビットを操作したり、チュートリアルやシミュレーションをすることができるとしている。 2つ目の量子コンピューティングプロセッサは、17量子ビットプロセッサで、同社初の商用プロセッサのプロトタイプに位置づけられるものとなる。現在のIBMクラウドで利用可能なプロセッサの少なくとも

単一のメモリ空間として160テラバイトものメモリを搭載、メモリドリブンな「The Machine」のプロトタイプをHPEが発表。理論上4096ヨッタバイトまで拡張可能と 現代のコンピュータにおいて中心的な存在は「プロセッサ」であり、主記憶装置としてのメモリや二次記憶装置としてのストレージなどはすべてプロセッサの制御下に置かれます。 これを「プロセッサセントリック」のコンピューティングとすると、HPEが開発中の新しい大型コンピュータ「The Machine」は、メモリ中心の「メモリドリブン」なコンピュータだと説明されています。メモリをコンピュータの中心に置き、その周囲にはメモリからデータを受け取って処理するための、多数のプロセッサが接続される構造になっているのです。 すべての接続はフォトニクス技術による高速なファブリックネットワークで網の目のようにつながっています。 ストレージはありません。

Deleted articles cannot be recovered. Draft of this article would be also deleted. Are you sure you want to delete this article? 2016年6月　スパコンの世界ランキングTOP500で 突如No.1に躍り出た神威 太湖之光(Sunway Tianhu Light) 中国勢を除けばトップとなる　Titan - Cray XK7 , Opteron 6274 16C 2.200GHz, Cray Gemini interconnect, NVIDIA K20x　に対して４倍の絶対性能を示した。 絶対性能計測を指標とするTOP500ベンチに対する批判の声を反映して、電力効率ランキング Green500 がある。 しかし、その地球に優しいスパコン・ランキングGreen50

NVIDIA NGC™ is the portal of enterprise services, software, management tools, and support for end-to-end AI and digital twin workflows. Bring your solutions to market faster with fully managed services, or take advantage of performance-optimized software to build and deploy solutions on your preferred cloud, on-prem, and edge systems.