機械学習インフラの複雑さを解消するクラウド型GPUツールスイート：AWSなど各種ベンダーが提供 - TechTargetジャパン データ分析
関連キーワード PaaS | データ分析 | 機械学習 深層学習や機械学習は、これまでにない革新的なハードウェアの呼び水になる。しかしそのように高度なインフラでジョブを実行するのは容易なことではない。期待の高さにもかかわらず、チームはGPUやTPUを利用する最新の機械学習インフラにジョブを移行させる試みに開発時間の大半を奪われている。 こうした問題が契機となり、GPUをクラウド内の機械学習インフラで正しく動作させるため、ライブラリなどソフトウェアの要素をコンテナにまとめる作業を自動化する、データサイエンスプラットフォームへの関心が高まっている。 併せて読みたいお薦めの記事 〇高まるGPUの需要 GPUデータベースとは CPUとの比較で分かるビッグデータ並列処理 GPUがけん引する“ハード黄金時代”、ディープラーニングやAI処理で需要高まる GPUを活用したインフラ構築 GPUディープラーニ
世界最速クラスのディープラーニング基盤と、業種・業務に対応したAIサービスを提供 : 富士通
English PRESS RELEASE （サービス） 2016年11月29日 富士通株式会社 世界最速クラスのディープラーニング基盤と、業種・業務に対応したAIサービスを提供 富士通のAI「Zinrai」でお客様のビジネス革新を加速 当社は、2015年11月に「Human Centric AI Zinrai（ジンライ、以下、Zinrai）」として体系化したAI（人工知能）に関する知見や技術をベースに、お客様のAI活用を加速させる「Zinrai」関連のサービス5種を開発し、順次提供を開始します。当社はこれらを、お客様のビジネス革新を加速する「FUJITSU Digital Business Platform MetaArc（メタアーク）」の中のサービスに位置付けています。 今回提供するサービスは、300件を超えるAI関連の問い合わせや実証実験から導き出された、特にニーズの高いAI機能30
GPUサーバーのバスとインフラにまつわる「奇妙な話」
（前回記事はこちら） GPUインフラの特性や使いこなしのノウハウを明らかにする特集。今回は、GPUインフラにおけるバスやネットワークの構成について、PFN チーフアーキテクトの奥田遼介氏と、さくらインターネット代表取締役社長の田中邦裕氏、同社で高火力コンピューティングを担当する須藤武文氏に聞いた。 さくらインターネットがPFN向けに提供しているGPUインフラのネットワークには、一般的なEthernet（イーサネット）でなく、より高速なInfiniband（インフィニバンド）を採用していると聞きました。ディープラーニングにおいて、Infinibandのようなサーバー間接続のネットワークの性能はどれくらい重要なんですか。 PFNの奥田氏 実は、本当にInfinibandを採用するかは、最後まで悩んだところなんですけどね。 Infinibandがいい面は2つあります。1つは帯域、つまり通信速度の
PFNが語る、GPUインフラ調達の考え方とは
2016年度中に5ペタFLOPS（1秒当たりの浮動小数点演算性能）のGPUインフラを使えるようにする――。AI（人工知能）分野で国内トップ級の技術力を持つスタートアップ企業、Preferred Networks（PFN）が社内で掲げる目標である。 ディープラーニング（多層ニューラルネットを使った機械学習）は、画像認識からロボティクス、自然言語処理まで適用が進み、大きな成果を挙げている。 そのディープラーニングの学習を担う要となるITインフラが、GPU（グラフィックス・プロセッシング・ユニット）搭載サーバーである。 特に米グーグルは、囲碁でプロ棋士を破った「AlphaGo」から、高い精度でテキストを翻訳する「Gogole Translate」まで、ニューラルネットの学習や推論に大量のGPUインフラを活用している。例えばAlphaGoの場合、2015年10月に欧州のプロ棋士と勝負した際は、12
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
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
