Armが同社の技術開発を披露する「Arm TechCon 2019」を開催した。このプレスリリースからArmの方向性を考察してみる。 連載目次 ソフトバンクグループ（ビジョンファンド）に買収された後、Armの業績は振るわないように見える。あまねく世界中にArmコアを搭載された装置が出荷されて続けていることは以前と全く変わらないにもかかわらずだ。実際、MicrosoftもArmベースの独自SoC「Microsoft SQ1」を搭載した「Surface Pro X」を発表するなど、Armコアの勢力拡大が続いているように見える。 業績の低迷については、アナリストの方々がすでにいろいろと書いているのでそちらを参照していただきたいが、おおむね「過大な先行投資」という意見にまとまるようである。 何にお金を使っているのか？　ご存じの通り、Armは自社で工場を持つどころか、モノとしての半導体製品を作る会社

Intelが10nmプロセスによる量産製造を開始した。一方、AMDはすでにTSMCによる7nmプロセスで製造を行っている。「Intelは遅れているのではないか？」とも言われているが、実際のところはどうなのだろうか？　プロセスの数字の秘密を解説する。 連載目次 「一言で」とか、「1個の数字で」とか、何かを簡潔に説明するのが多くの人の好みに合っているようだ。実際、「分かった」気になる。 「一言で言う」ならば、それを記憶するのは容易だ。1個の数字は他と比較して、「増えた」「減った」「同じ」「達成した」「未達成だった」といった事柄を容易に判断できる。どちらも納得感は半端ない。 逆に数字がごちゃごちゃとたくさんあると、「何だか分からん」ということになる。ただ、1つ指摘しておくならば、世の中、何でもそのように単純化できるものならば、AI（人工知能）など不要だ。いや、それだからこそ、「AIに1個の数字に

Intelが、またベンチャー企業を買収した。今度は、イーサネットスイッチASICを手掛ける「Barefoot Networks」という小さな会社だ。NVIDIAが先日買収したMellanox Technologiesの対抗なのだろうか？　その背景を探る。 連載目次 ついこの間、NVIDIAがイスラエルを本拠地とするネットワークスイッチ機器などの有力ベンダー「Mellanox Technologies（メラノックステクノロジーズ）」を買収という話を書かせていただいた（頭脳放談「第227回 買収したMellanoxはNVIDIAが狙う次の市場への布石？」）。 今度は、Intelがやはりネットワークスイッチなどに強みを持つ「Barefoot Networks（ベアフットネットワークス）」を買収というニュースである（Intelのプレスリリース「Intel to Acquire Barefoot N

広義ではRAIDもストレージ仮想化の1つだ。だが、過去数年にわたり、それよりも上位レイヤのさまざまな仮想化が、ブロックストレージやNASに実装されるようになってきた。クラウド化の進行とともに注目が高まるスケールアウト型ストレージも、ストレージ仮想化の一形態だ。本連載では、ストレージの世界で一般化する仮想化について、体系的に説明する 1. ストレージの仮想化のメリット サーバ仮想化が広く浸透するにつれて、ストレージ仮想化の採用率が高まっている。その背景には、仮想化されたサーバが柔軟に拡張できるようになったため、仮想化されていないストレージの管理負担が相対的に大きくなっているという事情がある。今後、サーバ仮想化のさらなる浸透、そしてその延長線上にあるプライベートクラウドの発展とともに、ストレージ仮想化に対する注目度はより高まっていくだろう。 しかし、ストレージ仮想化とはどんな技術なのかと聞かれ

Microsoftは2019年2月5日（米国時間）、「Azure IoT Edge」を仮想マシン（VM）上で動作させることが可能になったと発表した。 Azure IoT Edgeでは、Microsoftの各種「Azure」サービスやサードパーティーサービス、カスタムコードをクロスプラットフォームのIoTデバイス上に直接デプロイして実行する。クラウドインテリジェンスをローカルで実現するフルマネージドサービスだ。 Azure IoT Edgeは各種のLinuxとWindows OSに加えて、「Raspberry Pi」よりも小規模なデバイスからサーバまで、幅広いハードウェアをサポートしている。 関連記事 Microsoft、「Azure Data Factory」のデータソースコネクターを拡充 Microsoftは、フルマネージドデータ統合サービス「Azure Data Factory（ADF

Intelが新デバイス「MESO」を開発した。性能、消費電力、密度の面でCMOSを超えるという。果たして、CMOSの天下はひっくり返るのか？ 連載目次 2018年12月に入って、Intelが全く新しいデバイスを発明したという発表があった（Intelのプレスリリース「Intel Looks beyond CMOS to the Future of Logic Devices」）。MESO（Magneto-electric Spin-orbit）と呼ぶデバイスである。 現代の集積回路のほとんどはCMOS（Complementary Metal Oxide Semiconductor：相補型金属酸化膜半導体）デバイスであるが、MESOはそのCMOSに対してスイッチングエネルギーで10～30倍も効率が良く、電圧は5分の1、密度は5倍も良いというのだ。 その発表のイメージ図がなかなかいい。イメージ図

GoogleのTPUって結局どんなもの？ 日本法人が分かりやすく説明：CPU、GPUとの違いとは？ 機械学習に特化したGoogleの自社開発プロセッサ、「TPU（Tensor Processing Unit）」。Google自身は「Google Search」「Google Translate」「Google Photos」といったサービスで活用している。日本法人がこれについて分かりやすく説明した。 機械学習に特化したGoogleの自社開発プロセッサ、「TPU（Tensor Processing Unit）」。2018年7月6日、日本法人がこれについて分かりやすく説明した。 TPUは、ディープラーニングを高速化するため、Googleが開発したプロセッサ。Google自身は「Google Search」「Google Translate」「Google Photos」といったサービスで活用し

リリース当初と比べてコンテナ数が3倍以上に――NVIDIAが「NVIDIA GPU Cloud（NGC）」で利用できるHPCコンテナを拡充：GPUアクセラレーテッドHPCおよびAIのデプロイのスピードアップを支援 NVIDIAのGPU対応クラウドプラットフォーム「NVIDIA GPU Cloud（NGC）」で利用できるディープラーニングやHPC、可視化といった分野のソフトウェアコンテナ数が、NGCのリリース当初と比べて3倍以上の35個に増えた。 NVIDIAは2018年6月25日（米国時間）、ドイツのフランクフルトで開催された「International Supercomputing Conference」で、同社のGPU対応クラウドプラットフォーム「NVIDIA GPU Cloud（NGC）」で利用できるディープラーニングやハイパフォーマンスコンピューティング（HPC）、可視化といった分

Hewlett Packard Enterprise（HPE）は2018年6月18日（米国時間）、米エネルギー省および同省サンディア国立研究所と協力し、世界最大級のArmスーパーコンピュータ「Astra」を開発する計画を発表した。 Astraは、「Vanguard」プログラムの一環として、米国の核兵器、核拡散防止、海軍原子炉プログラムの管理とセキュリティ確保に責任を持つエネルギー省国家核安全保障局（NNSA）が国家安全保障、エネルギー、科学といった分野の高度なモデリングやシミュレーションワークロードに使用する。NNSAはデータ集約型科学実験分析の向上を目指すという。 Astraは、サンディア国立研究所にデプロイされ、「HPE Apollo 70 System」で動作する。このハイパフォーマンスコンピューティング（HPC）専用プラットフォームは、CaviumのArmプロセッサ「Cavium

Intelは2018年4月18日（米国時間）、「Intel Xeonスケーラブルプロセッサー」上でディープラーニングフレームワーク「TensorFlow」を使用するデータサイエンティスト向けに、フレームワーク非依存でオープンソースソフトウェア（OSS）のディープニューラルネットワーク（DNN）モデルコンパイラ「nGraph Compiler」のパフォーマンスを高めるブリッジコードを提供開始した。 このブリッジコードは、TensorFlowベースのプロジェクトを最適化済みのnGraph Compilerのバックエンドにリンクするために使用できる。このブリッジコードを実装することで、従来のTensorFlow統合時と比べて最大10倍のパフォーマンスを実現できるとしている。Intelは2018年3月にnGraph CompilerをOSS化したばかりだ。 IntelのAI（人工知能）ソフトウェア

NVIDIAとGoogle、「TensorRT」と「TensorFlow 1.7」を統合：機械学習ライブラリの最新版「TensorFlow 1.7」も公開 「NVIDIA TensorRT」とオープンソースソフトウェアの機械学習ライブラリの最新版「TensorFlow 1.7」が統合され、ディープラーニングの推論アプリケーションがGPUで実行しやすくなった。 GoogleとNVIDIAは2018年3月27日（米国時間）、「NVIDIA TensorRT」ソフトウェア（以下、TensorRT）と、Googleが開発しオープンソースソフトウェアとして公開している機械学習ライブラリの最新版「TensorFlow 1.7」の統合を発表した。 TensorRTは、推論のディープラーニングモデルを最適化し、本番環境のGPUにデプロイされるランタイムを作成するソフトウェアライブラリ。FP16（半精度浮動

NVIDIAとArmがディープラーニングで提携――NVDLAをProject Trilliumに適用へ：IoTへのディープラーニング導入を加速か NVIDIAとArmは、モバイル機器やIoT機器などへのディープラーニング導入に向けて提携し、NVIDIA Deep Learning AcceleratorをArmのProject Trilliumに適用すると発表した。両社は、「IoTチップ企業による自社製品へのAI導入を容易にする」としている。 NVIDIAとArmは2018年3月27日、モバイル機器や家電製品、IoT（Internet of Things）機器へのディープラーニング導入に向けて提携すると発表した。「NVIDIA Deep Learning Accelerator（NVDLA）」をArmの「Project Trillium」に適用する。両社は、今回の提携により「IoTチップ企

Armから機械学習向けプロセッサの提供が開始された。このプロセッサの登場が意味するところは？　なぜ、Armが機械学習向けプロセッサなのか、筆者が解き明かす。 連載目次 前回の「第213回 Intel元社長が仕掛けるARMコアのサーバ向けプロセッサの成否」に続いて、Armネタになってしまった。ここで賢明な読者はお気付きかもしれない。筆者はこの間まで「ARM」と全て大文字でつづってきたのに、今回から「Arm」と書いている。 うかつにも、筆者も指摘を受けるまで気付かなかったのだか、公式のプレスリリースを見る限り、2017年11月30日から12月8日の間に何らかの変更があり、リリース上で社名を「Arm」とつづるようになったようだ（公式サイト上のロゴは、「arm」と全て小文字だ）。 特に大文字、小文字の使い分けについてのプレスリリースというものは見当たらなかった。ただ観察するに、今回取り上げる「Ar

英国のIT専門媒体、「The Register」とも提携し、エンタープライズITのグローバルトレンドを先取りしている「The Next Platform」から、＠IT編集部が独自の視点で“読むべき記事”をピックアップ。プラットフォーム3へのシフトが急速に進む今、IT担当者は何を見据え、何を考えるべきか、バリエーション豊かな記事を通じて、目指すべきゴールを考えるための指標を提供していきます。 1980年代から、私は機械学習の最前線に立ってきた。当時は米国ロスアラモス国立研究所で理論部門のスタッフ研究者として、機械学習の基礎研究を行っていた（後年になってこうした研究をさまざまな分野に応用した。機械学習に基づく創薬企業を共同で創業したこともある）。幸運にも、私は機械学習分野の誕生に関わり、後にこの分野がブームを巻き起こしたものの、この技術とその実力に関する誤解から、結局、ブームがしぼんだのを目の

Qualcommの次世代Snapdragonで、x86アプリが実行可能なWindows 10をサポートするという。当然ながらx86命令が、ARM上でエミュレーションされて動作することになる。気になる性能は、意外と速いという。その速さの秘密を推測してみた。 連載目次 すでに「昨年（2016年）の話」となってしまったが、Qualcommの新プロセッサ（もちろんのことARMベース)でデスクトップ版のWindows10が実行できるようになるという発表があった（Qualcommのニュースリリース「Qualcomm Collaborates with Microsoft to Support Windows 10 Computing Devices on Next Generation Qualcomm Snapdragon Processors」）。 これは、Microsoft主導による脱PC路線の

OpenStackの、NFVおよびコンテナへの取り組みから見えてくるもの：特集：成熟するOpenStack、企業における利用の現場（1） OpenStackは今、どのような状況にあるのか。どう普及してきているのか。本特集では、OpenStack Barcelona 2016で得られた情報から、これを探る。まず、アプリケーションとの連携をどのように進めているかについてお伝えする。 OpenStackは今、どのような状況にあるのか。本特集では、2016年10月末にスペイン・バルセロナで開催されたOpenStack Barcelona 2016で得られた情報から、これを探る。まず、アプリケーションとの連携をどのように進めているかについてお伝えする。 OpenStackの開発コミュニティを取りまとめるOpenStack Foundationが、2016年10月末にスペイン・バルセロナで開催したOp

米IBMは2016年10月14日（米国時間）、データセンターサーバの性能を最大10倍に高めるとするオープンなコネクター規格「OpenCAPI（Open Coherent Accelerator Processor Interface）」を発表。IT大手の米AMD、米Dell EMC、米グーグル、米ヒューレット・パッカード・エンタープライズ（HPE）、米／イスラエル メラノックス、米マイクロン、米NVIDIA、米ザイリンクスと共に、OpenCAPIの普及を推進する業界団体「OpenCAPI Consortium」を結成した。 OpenCAPIは、データセンターサーバ向けのオープンなインタフェース規格だ。企業やクラウドのデータセンターにおけるビッグデータ、機械学習、分析などの新しいワークロードの実行速度を向上を目的としている。メモリ、アクセラレータ、ネットワーク、ストレージなどをサーバ内で緊密

ゲーム嫌いも知っておきたい3D CG／VRのエンタープライズ活用事例～Unity Solution Conference 2014まとめ（1/5 ページ） Unityはゲーム以外で、どこまで使えるのか 「Unity」といえば「ゲーム開発のハードルを下げたプラットフォーム。頭の中に思い描いたさまざまな風景を3Dでリアルタイムに表示できるエンジン」という印象が強い。しかしUnityの機能は、現実世界のモノを忠実に再現することにも活用できる。しかも現実のモノとは異なり、さまざまな角度から俯瞰したり、顕微鏡のように拡大したり、用途ごとに色分けしたりといったことも自由自在だ。こうした特徴が注目されて、医療や建築、ヘルスケア、教育など、ゲーム以外の用途にもUnityの活用が広がりつつある。 2014年12月4日、秋葉原でユニティ・テクノロジーズ・ジャパンが開催した「Unity Solution Con

ビジネスでクラウドを使う場合にどのような相手と組み、相手との関係においてどのような役割を果たすべきか――システム間のオープンな連携のための仕様を検討するThe Open Groupが、Open Platform 3.0の今を語った。 The Open Groupが2013年4月に「Open Platform 3.0 Forum」フォーラムを発足させてから、間もなく1年が経つ。Open Platform 3.0ではモバイル、ソーシャル、ビッグデータ、クラウド、モノのインターネットといった新興技術と新しいビジネスモデルやシステムデザインを融合させ、フォーラムはその活用を支援するために設置された。 The Open Groupのブログには、同グループのデイブ・ランズベリーCTOと、Open Platform 3.0のディレクター、クリス・ハーディング氏がフォーラムの活動状況などについて語ったイン

AMDが、ARMコアを採用したサーバープロセッサー「Opteron A1100」を発表。x86ではなく、ARMコアを採用した理由は？ AMDは、ARMコアによるサーバープロセッサー市場を創造できるのか。 連載目次 一昔前、ARMとAMDとは「すみ分けている」ような関係であった。片や携帯電話向けからブレークした軽量低消費電力のCPUを中心とするIPベンダー、片やメインストリーム（端的にいったらゲーマー向け）PC用のCPUメーカー、同じCPUを扱っていても住んでいる世界が違い、直接ぶつかることもなければ、協力関係を取り結ぶモチベーションにも欠けていた。ところが、数年前からそんな関係に変化が見られ、このほどAMDがARMコアを採用したプロセッサー「Opteron A1100」を発表するに至った（AMDのニュースリリース「AMD to Accelerate the ARM Server Ecosy