第254回 IntelがRISC-Vに急接近、でも組み込み向けは失敗の歴史？
Armの対抗として注目を集めている「RISC-V」。そのRISC-Vを採用したプロセッサの設計を行っている「SiFive」とIntelが最近急接近しているという。既にIntelが、ファウンドリサービス（半導体製造サービス）でSiFiveのプロセッサを採用している。さらに、SiFiveをIntelが買収するのでは、といううわさも。ただ、それには不安な要素も……。 プロセッサ、特に最近では「RISC-V」に注目している人であれば、「SiFive」という会社の名を聞いたことがあるだろう。RISC-VはオープンなRISC命令セットの規格であり、最近、特に人気が高まっている。 その起源は、カリフォルニア州のカリフォルニア大学（UC：University of California）バークレー校にある。現在、規格そのものはRISC-V Internationalという非営利団体（本拠地はスイス、中立性
GeForceの供給は？ なぜハッシュレート制限を導入した？――NVIDIAのジェンスン・ファンCEOが答える
GeForce RTX搭載ノートPCは「世界一普及したゲームコンソール」 まず、ファンCEOはコンシューマー向けGPU「GeForce RTX 30シリーズ」を取り巻く現状を紹介した。 5月31日に発表したデスクトップ向け「GeForce RTX 3080 Ti」「GeForce RTX 3070 Ti」は、「1年に1回、定期的に計画しているハイエンドGPUへのアップグレード」に相当するという。また、1月に発表したモバイル（ノートPC）向けGPUは、約140製品に採用が決まったという。 →NVIDIAが「GeForce RTX 3060」を2月下旬に329ドルで発売 モバイル向け「GeForce RTX 30シリーズ」もリリース →NVIDIAがデスクトップ向け「GeForce RTX 3080 Ti」「GeForce RTX 3070 Ti」を発表 6月3日から順次発売 モバイル向けGP
「GeForce RTX 3080 Ti」の国内想定価格は約17.6万円 「GeForce RTX 3070 Ti」は約9万円
関連記事 NVIDIAがデスクトップ向け「GeForce RTX 3080 Ti」「GeForce RTX 3070 Ti」を発表 6月3日から順次発売 GeForce RTX 30シリーズに、初めて上位バージョンの「Ti」が登場する。GeForce RTX 3080 Tiは「新たなゲーミング向けフラグシップ」、GeForce RTX 3070 Tiは、「シリーズにおける一番の売れ筋のパワーアップ版」という位置付けだ。 全てのハイエンドが“過去”になる――4Kゲーミングの最高峰「GeForce RTX 3080」先行レビュー 日本でも9月17日に発売する「GeForce RTX 3080」だが、その実力はいかほどなのだろうか。発売前日だが、「Fouders Edition」（リファレンスカード）を使って先行チェックする。 価格、パフォーマンス、消費電力の“三方良し” 「GeForce RT
「グラボの性能が全然分からん」型番と性能の関係を解説
ある匿名ブログで「グラボ（の型番と性能の関係性）が全然分からん。」という質問が挙がっていたので、グラボを20枚以上持っている筆者が、グラボの性能を超ザックリ分かりやすく解説してみる。 （公開：2017/07/14 | 更新：2024/2/1） グラボの型番と性能の比較名前の付け方がゴミ過ぎてどういう性能順なのか全然分からん（中略）1060とか2060とか何が60なんだよ グラボが全然分からん（はてな匿名ダイアリー）より引用 ぶっちゃけた話、グラボに興味はまったく無くて、どのグラボを使えば自分のやりたい用途に合っているのかどうか。 その1点しか興味がない人からすると、現在のグラフィックボードのラインナップは･･･たしかに混沌としていると思う。しかも「Super」「Ti」「XT」なんて接尾辞まで付いてきて、余計にややこしい。 というわけで、グラボの名前（型番）と性能順を分かりやすくイメージに↓
NVIDIA Container Toolkit を使って Docker コンテナで GPU を使う - CUBE SUGAR CONTAINER
今回は NVIDIA Container Toolkit を使って Docker コンテナから Docker ホストの GPU を使う方法について書く。 これまで Docker コンテナで GPU を使う方法は、nvidia-docker と nvidia-docker2 という二つの世代を経てきた。 それも、ここに来てやっと一息ついたかな、という印象がある。 GPU の基本的なサポートが Docker 本体側に取り込まれて (v19.03 以降)、GPU ベンダーはそのドライバを提供する形に落ち着いた。 そして、従来の nvidia-docker2 は非推奨 (Deprecated) な方法となっている。 なお、GPU ベンダーがドライバを提供する、と前述した通り NVIDIA のリソースが一切不要になったわけではない。 そのため、インストール手順やインターフェースの使い勝手という観点で
NVIDIAはネットワークベンダへ向かう。Mellanoxに続きCumulus Networksの買収を発表
NVIDIAはネットワークベンダへ向かう。Mellanoxに続きCumulus Networksの買収を発表 NVIDIAはネットワーク機器向けソフトウェアなどを提供するCumulus Networksの買収を発表しました。 We are absolutely thrilled to announce that Cumulus Networks is officially joining the @nvidia team! --> https://t.co/FN7h2y1eDd pic.twitter.com/8fECFMVcv4 — CumulusNetworks (@CumulusNetworks) May 4, 2020 同社はこの1週間前に高速ネットワーク機器の大手ベンダMellanoxの買収完了を発表したばかり。これでネットワーク機器のスイッチやNICのハードウェアに加えて後述す
Jetson Nanoで動く深層強化学習を使ったラジコン向け自動運転ソフトウェアの紹介 - masato-ka's diary
この記事について 深層強化学習を利用してAI RC Carの走行を学習させるソフトウェアをGithub上で公開しています。learnign_racerと命名しました。2020年4月29日の時点でのバージョンはv1.0.0です。この記事ではこのソフトウェアについて紹介していきます。 github.com なお、NVIDIAのJetson Community Projectsのページでも紹介されています。 developer.nvidia.com learning_racerの概要 このソフトウェアは10分から15分程度の学習時間で、コースに沿って走行する方法を獲得することができます。従来のAI RC Carでは人間のお手本操作をDNNに覚えこませる手法が一般的です1。ですが、本手法は教師なし学習の手法である強化学習をベースとしているため、教師データとなる人間のお手本操作は必要ありません。さら
NVIDIAが｢この画像をあの画像っぽく｣できる高速で高品質なAIアルゴリズム｢FastPhotoStyle｣を公開
NVIDIAが｢この画像をあの画像っぽく｣できる高速で高品質なAIアルゴリズム｢FastPhotoStyle｣を公開2018.03.28 12:4531,133 たもり 本物かと見間違うクオリティ。 以前取り上げた雪原を草原に変えるAdobeのアルゴリズムなど、画風変換のアルゴリズムは何も真新しいものではありません。しかし、NVIDIAが発表したAIアルゴリズム｢FastPhotoStyle｣は、既存のアルゴリズムより各段に速い処理スピードを誇り、出来上がった画像のクオリティも高いのです。 FastPhotoStyleを開発したのは、 NVIDIAとカリフォルニア・マーセッド大学の科学者チーム。先月、｢A Closed-form Solution to Photorealistic Image Stylization｣という論文を発表しました。 PetaPixelによれば、従来のこういった
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
http://gaugan.org/gaugan2/
【Hothotレビュー】 性能が向上しメモリも12GBとなった新ハイエンドGPU「GeForce RTX 3080 Ti」
【後藤弘茂のWeekly海外ニュース】 第3世代のディープラーニングプロセッサはモデル圧縮技術が鍵
【後藤弘茂のWeekly海外ニュース】 NVIDIAのAmpereで対応した新技術「プルーニング」
NVIDIA、CUDAやAIフレームワークなどをArm CPUに対応
TechCrunch | Startup and Technology News
TechCrunch
NVIDIA、AIで仮想世界のすべてを自動生成する手法 - PC Watch
5,120コアの「Quadro GV100」の国内価格は142万円に
GitHub - NVIDIA/FastPhotoStyle: Style transfer, deep learning, feature transform
なぜGPUはディープラーニングに向いているか