NVIDIA、Mellanoxの買収を正式に発表。InfinibandやHPC用スイッチなどデータセンター向け高性能ネットワーク技術を手中に
NVIDIA、Mellanoxの買収を正式に発表。InfinibandやHPC用スイッチなどデータセンター向け高性能ネットワーク技術を手中に 高速処理を実現する上で欠かせない高速ネットワーク技術を手に入れる NVIDIAはコンシューマ向けのGPUベンダとして知られていると同時に、GPUの高速な並列処理性能を活かしてHPCや機械学習、AIの分野でも存在感を高めています。 HPCや機械学習などの分野で高速なプロセッサの能力を最大限活用するためには、サーバ間を接続する高速なネットワークが欠かせません。Mellanoxはそうした高速ネットワークを実現する上で重要な要素となるInfinibandやインテリジェントNIC、HPC用スイッチなど高性能なネットワーク機器を提供する主要ベンダとして知られています。 買収を発表したNVIDIAのプレスリリースでも、Mellanoxの買収によってデータセンタース
インテル、Google、マイクロソフトらが高速インターコネクトの新規格「Compute Express Link」（CXL）を発表。GPUやFPGAなどを活用するための業界標準へ
インテル、Google、マイクロソフトらが高速インターコネクトの新規格「Compute Express Link」（CXL）を発表。GPUやFPGAなどを活用するための業界標準へ インテルやGoogle、マイクロソフト、シスコ、HPE、Dell EMC、アリババ、ファーウェイらは、CPUとメモリやGPU、FPGAなどを高速に接続するインターコネクトのオープンな新しい業界標準規格「Compute Express Link」（CXL）を発表。あわせてCXLを推進するためのコンソーシアムを立ち上げました。 コンピュータで画像処理や機械学習などさまざまな種類のワークロードが実行されるようになるにつれて、すべての演算処理をCPUで行うのではなく、ワークロードの種類に合わせた得意分野を持つGPUやFPGAなどに演算を任せるケースが今後さらに増加していくと考えられています。 CXLは、こうしたGPUやF
インテル、短期間でASIC並のカスタムチップを開発できる「ストラクチャードASIC」ベンダの「eASIC」買収を発表
インテルは、FPGAの柔軟性とASICの性能などを併せ持つ「ストラクチャードASIC」ベンダ「eASIC」の買収を発表。同社は今後、FPGAで設計を固めASICへマイグレーションする手段なども提供していくことになる。 ある用途に特化したプロセッサは、汎用プロセッサを用いるよりも少ない消費電力で高速な処理を期待できます。こうした用途特化型のプロセッサを作るには、一般にプロセッサ内部の回路を動的に構成できるFPGAを用いるか、もしくはカスタムチップとして回路設計を行い、量産するASICを用いることになります。 FPGAはプログラミングによってプロセッサの回路を構成できるため変更に強く、迅速に専用プロセッサを作り込むことができます。しかし汎用プロセッサに比べて動作クロックが低いなどの制約があり、またチップ当たりの単価が高く大量生産には向きません。 一方、ASICは設計した回路をフォトマスクなどを
マイクロソフト、FPGAを用いたAI処理基盤「Project Brainwave」開発者向けプレビューを発表。GoogleのTPUより高性能と。Build 2018
マイクロソフト、FPGAを用いたAI処理基盤「Project Brainwave」開発者向けプレビューを発表。GoogleのTPUより高性能と。Build 2018 Project Brainwaveは、インテルのFPGAを用いたリアルタイムAI処理基盤。 FPGAとはチップ内部のロジックをソフトウェアによってあとから自由に書き換えられるLSIの一種です。ロジックを書き換えることで、特定の処理を汎用LSIよりも非常に高速に処理できるようになります。 Project Brainwaveは、このFPGAの機能を活かして高速にAI処理を実行できるようにしたもの。 マイクロソフトCEO サティア・ナデラ氏は、リアルタイムAI処理においてProject Brainwaveの性能はGoogleが開発したAI処理専用のプロセッサであるTPUを上回ると主張しました。 「これ（Project Brainwa
Google、機械学習専用の第三世代プロセッサ「TPU 3.0」を発表。Google初の液冷システム採用。Google I/O 2018
Googleは、サンフランシスコで開催中のイベント「Google I/O 2018」で、機械学習処理専用のプロセッサ「Tensor Processing Unit」（TPU）の第三世代となる「TPU 3.0」を発表しました。 機械学習には、学習を行うトレーニングの処理と、学習した内容を基に行う推論の処理の2つがあります。特にトレーニングの処理は非常に大きなコンピュータの処理能力を必要とします。 TPUはこのどちらも高速に実行するため最適化されたプロセッサです。 Googleは昨年のGoogle I/O 2017で、第二世代のTPUとそれを用いたクラウドサービスの「Cloud TPU」を発表していました。 ［速報］Google、機械学習に最適化した「Cloud TPU」発表。「われわれれはいま、AIファーストデータセンターの構築に取りかかっている」。Google I/O 2017 TPU 3
マイクロソフト、インテルの市販FPGAを用いた深層学習基盤「Project Brainwave」を解説。Azureへの展開も予定
マイクロソフト、インテルの市販FPGAを用いた深層学習基盤「Project Brainwave」を解説。Azureへの展開も予定 マイクロソフトは、カリフォルニア州クパチーノで今週開催されたばかりの半導体チップのカンファレンス「Hot Chips 2017」で発表した深層学習基盤「Project Brainwave」の内容を、同社のMicrosoft Researchブログに投稿した記事「Microsoft unveils Project Brainwave for real-time AI - Microsoft Research」で解説しています。 Project Brainwaveは「リアルタイムAI」を実現するために設計したものだと同社。そのProject Brainwaveは、次のようにハードウェアとソフトウェアの3層から構成されるシステムだと説明されています。 1） A hig
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
