【シリコンバレー=佐藤浩実】米半導体大手のエヌビディアは12日、CPU(中央演算処理装置)に参入すると発表した。英アームの基本設計を利用し、2023年に米欧のスーパーコンピューターに搭載する。人工知能(AI)計算を10倍速くできる見通しで、米インテルの主戦場に切り込む。AIの進化を左右する「頭脳」を巡り競争が激しくなる。12日に開いたAIイベントでCPU「Grace(グレース)」を発表した。エ
![エヌビディアがCPU参入 アームと組みAI計算10倍速く - 日本経済新聞](https://cdn-ak-scissors.b.st-hatena.com/image/square/e5bf78f0a3b4e1272900af1a6211bcd70faa6af1/height=288;version=1;width=512/https%3A%2F%2Farticle-image-ix.nikkei.com%2Fhttps%253A%252F%252Fimgix-proxy.n8s.jp%252FDSXZQO0491788010042021000000-2.jpg%3Fixlib%3Djs-3.8.0%26auto%3Dformat%252Ccompress%26fit%3Dcrop%26bg%3DFFFFFF%26w%3D1200%26h%3D630%26fp-x%3D0.5%26fp-y%3D0.5%26fp-z%3D1%26crop%3Dfocalpoint%26s%3Ded3003037283cd2c6b2168e2bd42ffeb)
9月14日、英アーム・ホールディングスの共同創業者ハーマン・ハウザー氏は、ソフトバンクグループがアームを米エヌビディアに売却すると発表したことについて、「最悪の事態」であり、アームのビジネスモデルが崩壊するとの認識を示した。写真はエヌビディアのロゴ。ロサンゼルスで2017年7月撮影(2020年 ロイター/Mike Blake) [ロンドン 14日 ロイター] - 英半導体設計大手アーム・ホールディングスの共同創業者ハーマン・ハウザー氏は14日、ソフトバンクグループ(SBG)<9984.T>がアームを米半導体大手エヌビディアに売却すると発表したことについて、「最悪の事態」であり、アームのビジネスモデルが崩壊するとの認識を示した。 ハウザー氏はロイターとのインタビューで「(アームの本社がある)ケンブリッジにとって、英国にとって、欧州にとって最悪の事態だ。グローバルな重要性を持つ欧州最後のテクノ
「ソフトバンクグループ」は、4年前、巨額の投資で買収したイギリスの世界的な半導体開発会社、「Arm」をアメリカの半導体大手のエヌビディアに売却すると発表しました。売却総額は、最大でおよそ400億ドル、日本円にしておよそ4兆2000億円にのぼる見込みです。 Armはソフトバンクグループが4年前、およそ3兆3000億円もの巨額の資金を投じて買収した世界的な半導体開発会社で、今回、エヌビディアへの売却総額は最大でおよそ400億ドル、日本円でおよそ4兆2000億円に上る見込みです。 このうち2兆2000億円あまりに相当する分はエヌビディアの株式で支払われるということで、これによってソフトバンクグループはエヌビディアの株式のおよそ6.7%から8.1%を保有する見込みです。 ソフトバンクグループはArmの売却で新型コロナウイルスの影響などで悪化した財務基盤の強化を図るとともに今後はエヌビディアの主要株
Jetson NanoでMIDIを使いたい ちょっとした事情で、Jetson Nanoで懐かしのポケット・ミク(ポケミク)さんを動かしたくなりました。 Raspberry Piで動かしたことあるので、Jetson Nanoでも楽勝だろうと思っていたら、Jetson Nanoは基本的にオーディオ出力系はあんまり想定していないようで、めちゃめちゃハマりました…Python3にMIDIを制御するライブラリのPygameを入れるだけで大変な上、結局それだけではダメで、カーネルのビルドまでする羽目になりました。 そこらへんの奮闘記は、マニアックなのでQiitaにまとめました。興味ある方は以下2つの記事をご覧下さい。 Jetson Nanoでポケット・ミクさんを使う そんな苦労の甲斐あってポケミクを使えるようになりました。 歌うキーボード ポケット・ミク (大人の科学マガジンシリーズ) 発売日: 20
Both NVidia and Google recently released dev board targeted towards EdgeAI and also at a cost point to attract developers, makers and hobbyists. Both the dev boards are primarily for inference, but support limited transfer learning re-training. The Edge TPU supports transfer learning training using weight imprinting technique. Both of the dev kits consists of a SOM (System-on-Module) connected to
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