2023年のハイエンドスマホはレイトレーシング対応に? Armの新型CPUとGPUはこうなる ライター:大原雄介 少し前の話となるが,2022年6月28日にArmは,次世代のスマートフォンやPC向けSoC(System-on-a-Chip)に用いられる新型CPU IPとGPU IPを発表した(関連リンク)。製品ラインナップは以下のとおり。これらを採用したSoCは,2022年から2023年にかけて登場するものと思われる。 ●CPU IP Cortex-X3 Cortex-A715 ●GPU IP Immortalis-G715 Mali-G715 Mali-G615 Armのプレスリリースでは,“Arm Total Compute Solution”という仰々しい言葉が踊っているのだが,近年のArmは,それぞれの分野で顧客が迅速にシステムを構築するために,さまざまなIPをまとめてパッケージと
SERVICE インプレスR&Dは、電子書籍とプリント・オンデマンド(POD)技術を利用することで、デジタルファーストの次世代型電子出版プラットフォーム「NextPublishing」を開発。電子書籍と印刷書籍(紙の本)の同時制作、過剰在庫の解消を実現し、「持続可能な出版」をさまざまな形で提供しています。 一般には、専門的な書籍の発行や新しいテーマの企画は販売部数が限られ、収益を上げることが難しくなります。しかしインプレスR&Dでは、NextPublishingを使用することによりこのハードルを越えることが可能になりました。弊社は、優れた個人や組織が持つ貴重な知識・知見をもっと早く、もっとたくさん世に出したいと願い、積極的に企画・原稿を募集しております。
In late 2020, Apple debuted the M1 with Apple’s GPU architecture, AGX, rumoured to be derived from Imagination’s PowerVR series. Since then, we’ve been reverse-engineering AGX and building open source graphics drivers. Last January, I rendered a triangle with my own code, but there has since been a heinous bug lurking: The driver fails to render large amounts of geometry. Spinning a cube is fine,
2010年11月11日10:58 パソコン コメント( 4 ) 【画像あり】GPUのパッケージの気持ち悪さは異常 1: おれんじーず(dion軍):2010/11/07(日) 20:11:11.47 ID:lj1/zu+30● 「DIY PC Expo」開催、未発売製品が多数展示 自作ユーザー向けの大型イベント「DIY PC Expo 2010 in Akihabara」が、 11月6日(土)と7日(日)に開催中だ。会場はベルサール秋葉原の1階と地下1階。 イベントでは3TB HDDやファンレスのMini-ITXケースなど、 様々な未発売製品がデモ/展示されているほか、メーカー各社のセッションも実施されている。 なお、3TB HDDについては別記事にまとめている。 ●Intel/AMD/NVIDIAなどがセッション実施 このほか会場では、地下1Fのセミナー会場では Intel、AMD、NV
ゲームプレイのビデオ、ライブストリームを録画して、YouTube、Twitch、Facebook で共有できるようになりました。NVIDIA ShadowPlay™ テクノロジにより、パフォーマンスのオーバーヘッドを最小限に抑えて配信できるため、ゲームのどんな瞬間も逃すことがありません。GeForce Experience のゲーム内オーバーレイを使用することで、ゲーム配信を素早く、簡単に行うことができます。 Facebook Live への配信: ビデオを見る > NVIDIA Highlights で自動的に録画: ビデオを見る >
グラフィックスチップメーカーのNVIDIAが2017会計年度第1四半期を発表した。ディープラーニングテクノロジの急成長が寄与して予想を上回る業績を記録したという。 第1四半期の純利益は1億9600万ドル(1株あたり33セント)だった。非GAAPベースの1株あたり利益は46セント、売上高は前年同期比13%増の13億ドルだった。 ウォール街は1株あたり利益が32セント、売上高が12億6000万ドルと予想していた。 NVIDIAの最高経営責任者(CEO)兼共同創設者であるJen-Hsun Huang氏は声明の中で、「当社の成長を加速させているのはディープラーニングである。GPUの強大なコンピューティング能力を利用して、人工知能のアルゴリズムを学習する新しいコンピューティングモデルだ。このテクノロジの導入がさまざまな業界で進んでおり、当社のGPUの需要が高まっている」と述べた。 NVIDIAは第2
●GPUコンピューティングに特化した製品と戦略 NVIDIAの今回のTeslaは、一見すると、1年前に同社が発表したGPUサーバー的な製品「Quadro Plex」と同じ方向性に見える。Quadro Plexはデスクサイド型GPUサーバーで、ボックスをサーバーラックに設置することも可能だった。PCに接続するGPUボックスという点では、似た戦略に見える。 しかし、Quadro PlexとTeslaには、見かけ以上の本質的な違いがある。製品レベルで見ると、Quadro Plexはグラフィックス出力を残しているのに、Teslaはグラフィックス出力を持たない。Teslaでは1Uラックサーバーがあり、ホストコンピュータとの間をPCI Express Gen2ケーブルでコネクトするといった違いがある。しかし、両ブランドの本当の違いは、もっと根源的な戦略面にある。 NVIDIAは、Teslaでは新たに「
12月に開催される機械学習関連のトップカンファレンス「Neural Information Processing Systems(NIPS)」に向けた論文の締め切りは5月19日だったのだが、これに合わせて世界中の研究チームがクラウドを利用したため、Google CloudとMicrosoft AzureのGPUが一時的に枯渇していたという(Register)。 GPUがニューラルネットワークに必要なベクトル計算を高速に並列処理できるため機械学習に適していることから起きた事象のようだ。 また、需要に応じて料金が変わるAmazon Web Services(AWS)のスポットインスタンスでも、この日の直前に料金が跳ね上がり、20日になって下がったことが観測されているようだ。
以前、このブログで Keras/TensorFlow の学習スピードを GPU を使って速くする記事を書いた。 ただし、このとき使った OS は Mac OS X (macOS Sierra) だった。 blog.amedama.jp とはいえ NVIDIA の dGPU を積んだ Mac がどれだけあるんだというと、正直なかなか無いと思う。 実際にやってみるとしたら Linux だよねということで、今回は Ubuntu 16.04 LTS を使う場合について書く。 インストールの手順については次の公式ドキュメントをベースに進める。 Installing TensorFlow on Ubuntu | TensorFlow 環境について 今回使った OS のバージョンなどは次の通り。 $ cat /etc/lsb-release DISTRIB_ID=Ubuntu DISTRIB_REL
Informative and fancy output: show more information than nvidia-smi with colorized fancy box drawing. Monitor mode: can run as a resource monitor, rather than print the results only once. bar charts and history graphs process sorting process filtering send signals to processes with a keystroke tree-view screen for GPU processes and their parent processes environment variable screen help screen mou
外付けGPU「ONEXGPU」でビジネスノートPCをパワーアップしてみた オンライン会議における“もっさり”の解決策になる?(1/5 ページ) リモートワークで会社から貸与されたノートPCを使っている人の中には、その性能に不満を感じている人も多いのではないだろうか。例えば、作業効率アップのために外部ディスプレイを接続する場合もあるだろう。しかし、高解像度ディスプレイやマルチディスプレイの環境だと、メモリ不足などで極端に動作が重くなる場合もある。 とはいえ、現代のノートPCの多くは物理的にメモリの増設ができず、そもそも内部のパーツ追加や交換を会社が認めていない場合がほとんどだろう。 しかし、本記事で紹介する外付けGPU(eGPU)「ONEXGPU」を使えば、そんな会社のPCでもパワーアップさせられるかもしれない。 「会社のPCの動作が遅い……」 筆者が働いている会社から貸与されているのは、典
概要 タイトルの通りなのだが、LightGBMをGPUで回すと結果の再現性が得られないことに気づいた。 CPUの場合は乱数seedを42などに固定すれば、同じ条件で何回回しても毎回同じ結果が得られる。 しかし、GPUの場合は乱数seedを固定しても回すたびに結果が変わってしまうのだ。 なぜ再現性がないのか? この問題はLightGBMの公式のissueでも議論されている。 まず、GPUを使う場合は並列で計算できる部分は並列処理をすることで効率化している。 さらに、並列化した結果を足し算するときに、順番によって微妙に値が変わってしまうということだ。 もちろん数学的には足し算の順番が変わっても結果が変わることなんてないんだけど、コンピュータでfloatなどの値を計算する以上、丸め誤差だったり複数の要因で結果が「ほんのわずかに」違うということが起きうる。 さらに、LightGBMをGPUで回した
NVIDIA,クアッドCortex-A15+72 GPUの「Tegra 4」を正式発表。Tegra 4搭載のAndroidゲーム機「SHIELD」も公開 ライター:米田 聡 Jen-Hsun Huang氏 北米時間2013年1月6日,NVIDIAは,2013 International CESの開幕に先だって米ネバダ州ラスベガスで報道関係者向けカンファレンスを開催し,その場で,モバイル向けSoC(System-on-a-Chip)の新製品「Tegra 4」や,NVIDIAが直接開発するTegra 4ベースのモバイルゲーム機「Project SHIELD」などを発表した。 本稿では,プレゼンテーションに立ったNVIDIAの総帥,Jen-Hsun Huang(ジェンスン・フアン)氏が語った内容を中心に,その内容をまとめてみたい。 Cortex-A15の4-PLUS-1+72基のGPUコアを採用
Google Cloud、GPUを仮想マシンに追加可能に。1つの仮想マシンにGPUプロセッサを最大8基で処理時間を大幅に短縮 GoogleはGoogle Compute EngineとCloud Machine LearningでGPUが利用可能になったと発表しました。 GPUやCPUに比べて行列演算のような比較的単純かつ大量の演算を高速に実行する能力が高いため、機械学習などを高速に処理できるようになります。 新しく提供されるGPUサービスでは、Google Compute Engineの仮想マシンに対して最大4つの「NVIDIA Tesla K80 GPU Accelerator Board」を接続できます。このGPUボードには最新のKeplerベースのGPUプロセッサを2つ、GPUプロセッサごとに12GBのGDDR5メモリを搭載しており、利用者は仮想マシンにアタッチするGPUプロセッサ
VMwareに代表される仮想化ハイパーバイザの登場は、おもにプロセッサを仮想的なものとして扱えるようにし、任意の能力を備えた仮想サーバを柔軟に作り出すことを実現しました。 これは物理的なサーバの利用効率の向上に大きく寄与しただけでなく、その延長線上にはクラウドのような新たなコンピューターの消費モデルも登場しました。 仮想化の技術はストレージやネットワークに対しても行われるようになり、その結果、ストレージやネットワークにおいても容量や帯域など柔軟に指定して利用できるようになりました。 そして現在、GPUやFPGAに対しても仮想化技術が適用されるようになってきています。 VMwareはGPUやFPGA、ASICといったプロセッサの仮想化ソフトウェアベンダである「Bitfusion」の買収を発表しました。 #BreakingNews: VMware to Acquire Bitfusion –
「スーパーコンピューティングの歴史に残る日。5年前に夢見ていたことが実現した」──米NVIDIAのジェン・スン・フアン社長兼CEOは12月2日、東京工業大学のスーパーコンピュータ「TSUBAME」がGPUコンピューティングの導入で強化されたことを喜んだ。 TSUBAMEは多数のOpteronサーバなどをグリッド化したスーパーコンピュータ。このほど、NVIDAの「Tesla GPU」を導入して処理能力を強化。理論ピーク性能を約160TFLOPSに高め、Linpackベンチマークで77.48TFLOPSをマーク。スーパーコンピュータの世界ランキング「Top500」で29位に入った。 NVIDIAは、グラフィックスに使われてきたGPUの高い処理能力を科学技術計算などにも活用するGPUコンピューティングの普及を推進している。来日したジェン・スン・フアン社長兼CEOは、TSUBAMEが稼働している東
Our GPU benchmarks hierarchy ranks all the current and previous generation graphics cards by performance, and Tom's Hardware exhaustively benchmarks current and previous generation GPUs, including all of the best graphics cards. Whether it's playing games, running artificial intelligence workloads like Stable Diffusion, or doing professional video editing, your graphics card typically plays the bi
[CES 2018]「Radeon RX Vega搭載の第8世代Coreプロセッサ」が正式発表。「ミドルクラス市場向け単体GPU並みの3D性能」を1パッケージで実現へ ライター:米田 聡 日本時間2018年1月8日11:01,IntelはCPUの新製品「Core Mobile Processor with Radeon RX Vega M Graphics」(以下,Core with RX Vega M)を発表した。2017年11月にその存在が明らかになっていた,CoreプロセッサとAMD製セミカスタム版GPU「Radeon RX Vega」をMCM(Multi-Chip Module)でワンパッケージにした,初の「Intel+AMD」なプロセッサが,ついに正式発表となったわけである。 Core with RX Vega M。写真右に見えるダイがCoreプロセッサだ。左に見える2つのダイは
NVIDIAは、オープンソースのコンパイラ「LLVM」が、NVIDIA GPUをサポートしたことを、9日(現地時間)に発表した。「LLVM」によるNVIDIA GPUのサポートによって、GPUアクセラレーションを利用可能なプログラミング言語が大幅に増えるとともに、そのメリットを享受できる研究者や独立系ソフトウェア・ベンダー(ISV)が、劇的に増えることになる。 「LLVM」は、幅広く使われているオープンソースのコンパイラ・インフラストラクチャで、モジュール型の設計によってサポートするプログラミング言語やプロセッサ・アーキテクチャを簡単に追加できる。C/C++、Objective-C、Fortran、Ada、Haskell、Javaバイトコード、 Python、Ruby、ActionScript、GLSL、Rustなど、多彩なプログラミング言語とフロントエンドに対応している。 同社は、「LL
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