【特集】 約30年でGPUはどのぐらい速くなったの？歴史を振り返りつつぜ～んぶ計算してみた
「CPU」「GPU」「NPU」「TPU」の違いを分かりやすく説明するとこうなる
AIの開発に欠かせない機械学習には、GPUやNPU、TPUなどの処理チップが用いられていますが、それぞれの違いは分かりにくいものです。そんなCPUやGPU、NPU、TPUの違いをGoogleやクラウドストレージサービスを展開するBackblazeがまとめています。 AI 101: GPU vs. TPU vs. NPU https://www.backblaze.com/blog/ai-101-gpu-vs-tpu-vs-npu/ Cloud TPU の概要 | Google Cloud https://cloud.google.com/tpu/docs/intro-to-tpu?hl=ja ◆CPUとは？ CPUは「Central Processing Unit」の略称で、PCでの文書作成やロケットの進路計算、銀行の取引処理など多様な用途に用いられています。CPUでも機械学習を行うこ
CUDA on WSL 2のすすめ - Qiita
前置き 個人マシンで3090 Tiが使えるようになり、ウキウキでEfficientNetV2を回してみると…共有マシンの3090よりも遅い。 どうやらWindowsではパフォーマンスが出ないというウワサは本当だったらしい。（他の要素も検証しろ！ 「Windowsが許されるのは小学生までだよねー」などとイジられながらも頑なにWindowsで粘ってきたが そろそろ潮時だろうかと考えていると、CUDA on WSL 2がnear-nativeなパフォーマンスで動くと聞こえてきた。 結果、WSL 2+Docker環境で学習を回すと、Windowsネイティブ環境と比べて実行時間が16%短縮された。 導入方法 以下のページで丁寧に解説されています。 補足: CUDAをDockerから使う場合は「3. CUDA Support for WSL 2」の手順は不要です。 罠1 systemctlが使えないと
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
【特集】 同じ「4060」と「4090」だけど……GeForceのデスクトップとノートはどのぐらい違う？
【西川善司のグラフィックスMANIAC】 ためになる3Dグラフィックスの歴史(2)。緑のたぬきと赤いきつねのバトルで育まれたGPU技術たち
【西川善司のグラフィックスMANIAC】 ためになる3Dグラフィックスの歴史(1)。かつては二流扱いだった「DirectX」
AMD、前世代比2.7倍の性能となった「Radeon RX 7000」
“ペタ”FLOPSの性能を実現したモンスターGPU「NVIDIA H100」
Apple、GPUを1チップに統合して驚異的な性能を発揮する「M1 Pro」、「M1 Max」
NVIDIA、Ampereアーキテクチャ採用で最大2倍高速になった「GeForce RTX 3080」 ～下位の3070でも2080 Tiより高速
AMDはなぜ資金面で圧倒的に勝ると思われるIntelを凌駕するCPUを開発できるのでしょうか？
ゲーミングPCが4万円チョイで手に入る方法、教えます ～ 中古PC＋新品ビデオカード活用術 ～ MSI GeForce GTX 1650 4GT LP編 Text by 芹澤正芳
【やじうまPC Watch】 ダルビッシュ選手にもわかるようにGeForce RTX 2080 Tiの解説記事を翻訳してみる