ディープラーニングでの、データとニューラルネットワークが大規模化していくにしたがって、トレーニングで利用するハードウェアにはスペックの高いものが求められる。 モデルのトレーニングに特化したGPUの利用がベストだとしても、そのコストがボトルネックになることがあるだろう。 こうしたなか、ライス大学の研究者が汎用的なCPUでも高速なトレーニングが可能なことを示した。研究者が開発したアルゴリズム「SLIDE(Sub-LInear Deep learning Engine)」は、従来のフレームワークとは全く別のアプローチでのトレーニングを実行する。 ・GPUによるトレーニングの3.5倍速を実現GPUは、CPUと比べて多くのコアを搭載可能。その演算処理性能の高さから、ディープラーニングにとってなくてはならない存在だ。 AIの進化はGPUの進化とともにあるといっても過言ではなく、なかでもNVIDIA V
![ディープラーニングにGPUではなくCPUを利用、コスト節約型のアルゴリズム「SLIDE」! | Techable(テッカブル)](https://cdn-ak-scissors.b.st-hatena.com/image/square/bc527161303d5455d75c23e6e0bf489eddd6e139/height=288;version=1;width=512/https%3A%2F%2Ftechable.jp%2Fwp-content%2Fuploads%2F2020%2F03%2FSmart-Algorithms-over-Hardware-Acceleration.png)