HPE、メモリ中心コンピュータ「The Machine」の新プロトタイプ発表--160TBのメモリ搭載
Hewlett Packard Enterprise（HPE）は、160Tバイトのメモリを搭載したプロトタイプシステムを発表した。 このプロトタイプは、ビッグデータを扱うワークロードをターゲットとしたアーキテクチャである、メモリ主導型コンピューティングの研究プロジェクト「The Machine」の成果として、米国時間5月16日に発表された。メモリ主導型コンピューティングでは、プロセッサではなくメモリがアーキテクチャの中心になっている。その目標は、メモリ、ストレージ、プロセッサの間にある非効率性をなくし、問題をより速く解決できるようにすることだ。 製品化はまだ先のことだが、このメモリ主導型コンピュータの発表は、HPEのメモリ主導型コンピューティングの研究開発が進展していることを示すものだ。同社はムーアの法則が限界に達するのを見越して、新たなコンピューティングアーキテクチャを模索している。Io
第6回 リストアの手法 | gihyo.jp
はじめに これまでの連載で、LinuxならびにWindowsのバックアップについて説明してきました。バックアップはデータの損失・破損に備えて行うものですので、今回は、バックアップしたデータのリストアに焦点をあてます。 今回は次の内容を解説します。 バックアップの種類 リストアの手法 bconsoleを使ったリストア 別マシンへのリストア 図1 全体の構成 バックアップの種類 すでに第1回で説明しましたが、主なバックアップの種類について復習します。Baculaでは、bacula-dir.confのJobリソースにあるLevelディレクティブにバックアップの種類を指定します。実際の設定については、第4回を参照してください。 フルバックアップ バックアップ対象のファイルをすべてバックアップします。定期的にバックアップを行う場合、最初は必ずフルバックアップとなります。リストアは基本的にフルバックア
Home | OpenSCAP portal
Scan your system Install SCAP Workbench or OpenSCAP Base Choose a policy Adjust your settings Evaluate the system Tools The OpenSCAP ecosystem provides multiple tools to assist administrators and auditors with assessment, measurement, and enforcement of security baselines. We maintain great flexibility and interoperability, reducing the costs of performing security audits. View more Security Polic
RISC-V Instruction Set Privileged Architecture 1.10 / User-Level ISA 2.2が出ました - FPGA開発日記
RISC-V Instruction Set Architectureに更新が入っていた！こういうのをシレッとアップグレードするのは正直止めてほしいのだが。。。 User-Level ISA Specification 2.1 –> 2.2 (2017/05/07) Draft Privileged Architecture 1.9.1 –> 1.10 (2017/05/07) どうやら6th RISC-V Workshopの時期を見込んで更新がされたようね。 まだ詳細をチェックしていないのだが、徐々に追記して行こう。まずはPrivileged Architectureの方からチェックしている。 まだ1.9.1との差分しかチェックしていないが、ザックリとしたところでは、 CSRのShadowレジスタは削除された。v1.9.1までは、CSRのShadowレジスタアドレスというものが定義されて
ディープラーニングのための線形代数入門：一般的演算の初学者向けガイド | POSTD
Jeremy Howardによる ディープラーニングの素晴らしいコース を受講している間、自分の前提知識がさびついてきているせいで、誤差逆伝播法のような概念が理解しにくくなっていることを認識しました。そこで、理解度を上げるべく、そうした概念に関するいくつかのWikiページをまとめてみることにしました。本記事では、ディープラーニングでよく使われる線形代数演算のいくつかについて、ごく基本的な事項をざっとご紹介します。 線形代数とは？ ディープラーニングの文脈での線形代数とは、数の集合を同時に操作するための便利な手法を提供してくれる、数学的ツールボックスです。これらの数値を保持するためのベクトルや行列（スプレッドシート）のような構造体と、それらを加算、減算、乗算、および除算するための新しい規則を提供します。 線形代数が便利な理由 線形代数は、複雑な問題を単純で直感的に理解できる、計算効率の良い問
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
Tools and Software
