Google Edge TPUを購入してラズベリーパイと機械学習してみた
ついにGoogleからエッジ向けのプロセッサ「Google Edge TPU」が発売されました。今回はUSB Acceleratorとラズベリーパイを使って機械学習のデモを試してみます。 Google Edge TPUとは 2019年3月にGoogleが「Coral」というブランドで「Google Edge TPU」を発売しました。公式HPはこちらです Googleが数年前から機械学習に特化したICを開発していました。(現在は第3世代ということです) テンソル・プロセッシング・ユニット(Tensor processing unit、TPU)というのが本当の名前で、このTPUをエッジ向けに特化したデバイス「Google Edge TPU」となります Google Edge TPUとして発売されたのは 発表されたのはオプション的なカメラモジュールなどを含めると「5つ」の製品なのですが、「Goo
Macでも高速に機械学習できるかもしれないPlaidMLを試してみた - Qiita
Kerasの作者のfcholletさんがTwitterで紹介していた、PlaidMLという新しい機械学習用のライブラリを試してみた。Early Alpha Qualityとのことであるが、試してみたらとても速いしKerasで書いてたコードが(ほぼ)そのまま使えて感激した。これは機械学習が捗る…かも? 短くまとめると PlaidMLという新しいフレームワークを使うと、nVidia積んでないMacでもGPU使って高速に機械学習できるかも Kerasのバックエンドとして使えるので、今まで書いてきたKerasのコードを(ほぼ)そのまま使える 動かしてみたら、確かに速い。 10月に試した段階では不具合があったが、アップデートで修正された! PlaidML is an open-source Keras backend that runs on OpenCL, with good performanc
NVIDIAのハイエンドGPU「Titan V」は計算結果がその度に異なる気分屋すぎて技術者が悲鳴
NVIDIAのハイエンドGPU「Titan V」をシミュレーションに利用するある技術者が、計算の度に計算結果が変わるのでお手上げだと悲鳴を上げています。The Registerは「2＋2＝4、いや、4.1……やっぱり4.3」ということかと、気まぐれなTitan Vの計算ゆれ現象をからかっています。 2 + 2 = 4, er, 4.1, no, 4.3... Nvidia's Titan V GPUs spit out 'wrong answers' in scientific simulations • The Register http://www.theregister.co.uk/2018/03/21/nvidia_titan_v_reproducibility/ NVIDIAのTitan VはVoltaアーキテクチャを採用したGPUで、5120個のCUDAコアと12GBのHBM2
8億年分の計算を1秒で処理── 量子のパワーをデジタルに転換した 「デジタルアニーラ」の衝撃
8億年分の計算を1秒で処理 量子のパワーをデジタルに転換した「デジタルアニーラ」の衝撃 近未来コンピューティングの力を今すぐビジネスの変革に ディープラーニングなど、コンピュータに高い処理能力を要求するテクノロジーへのニーズが増大するなか、現行のコンピュータ／プロセッサの限界を打ち破る量子コンピュータへの期待と関心が改めて高まり始めている。だが、量子コンピュータのビジネス活用には課題も多く、本格的な実用化には、まだ一定のときが必要なようだ。 そんななか、量子コンピュータでなければ不可能とされてきたことを、デジタル技術で可能にした驚きのコンピュータが登場した。それが、富士通の「FUJITSU Digital Quantum Computing Digital Annealer（以下、 デジタルアニーラ）」だ。ここでは、デジタルアニーラを中心に、富士通の先鋭技術が今日の企業ICTにもたらすイン
趣味用に安く深層学習PCを作った - Qiita
趣味でディープラーニングで遊ぶためのPCを作ったので、メモ。 前提 趣味ならクラウドでいいじゃん、と思われるかもしれないが、AWSのGPUインスタンスだと1時間に100円くらい取られる。GAN系の画像の生成とかやりたい時は、様々なパターンを試してみて、いいものができるか試行錯誤するので、結構使う。 AWS止め忘れて過大な請求くるのも怖い。あくまで趣味の範囲なので、のびのびと遊べるローカル環境の構築を行った。 もともと使ってたPCは、 Intel Core i7 4770 メモリ8G GTX 750Ti に、Ubuntu入れて使っていた。色々できないので、ディープラーニング専用機を構築しようと決意。 GPU まずはGPU。趣味用とは言え、GPUをケチるとやりたいことができない。特にメモリサイズは重要。モデルの読み込みに支障が出たり、学習時のバッチサイズに影響が出てくる。 2016/1/30現
三菱電機の「コンパクトな人工知能」、FPGAへの実装も可能に
三菱電機は小規模なFPGAにも実装できる「コンパクトなハードウェアAI」を発表。深層学習などによって得た推論アルゴリズムについて、従来と比べて処理速度を10倍、もしくはFPGAの回路規模を10分の1にすることができるという。 三菱電機は2018年2月14日、東京都内で開催した研究開発成果披露会において、小規模なFPGAにも実装できる「コンパクトなハードウェアAI」の展示を行った。深層学習（ディープラーニング）などによって得た推論アルゴリズムについて、処理速度を10倍、もしくはFPGAの回路規模を10分の1にすることができるという。 同社は2016年2月に、組み込みCPUで動作可能な「コンパクトな人工知能」を発表している。深層学習などによって得た推論アルゴリズムを、推論精度を維持しながら「Cortex-A7」クラスの組み込みCPUに実装できるようにする技術だ。 今回発表したコンパクトなハード
Google Colaboratoryが便利・高速で凄過ぎる - Itsukaraの日記
Googleが研究の一環で提供しているColaboratoryを試してみました。 Jupyterと同じようなGUIでPythonのプログラムを実行可能で、GPUも使えます。 Jupyterと同様に、先頭に「!」を書くことで、Linuxのコマンドを実行可能であり、「!pip」「!conda」「!apt-get」などで機能を追加できます。 実行結果をファイルシステム上に保管でき、共有リンクを使って取り出せます。 ただし、12時間経過すると強制終了されて、ファイルは失われます。 しかし、Notebookが動いている仮想マシンにGoogleドライブをマウント可能であり、これにより、実行結果をGoogleドライブ上のファイルとして保管できます。 Deep Learningでは、途中の状態をファイルに保管して、そこからResumeできるようにプログラムを書くことが多いので、12時間で一度強制終了しても
【秒速で無料GPUを使う】TensorFow(Keras)/PyTorch/Chainer環境構築 on Colaboratory - Qiita
【秒速で無料GPUを使う】TensorFow(Keras)/PyTorch/Chainer環境構築 on ColaboratoryDeepLearningChainerTensorFlowPyTorchcolaboratory 2019/5/11 PR: こちらの内容を含め、2019年5月11日発刊の 図解速習DEEP LEARNINGという本ができました。[2019年5月版] 機械学習・深層学習を学び、トレンドを追うためのリンク150選 - Qiitaでも、一部内容をご覧いただけます 19/1/11 18年1月の公開後、TensorFlow本体にKeras統合、Chainerがデフォルトで提供となるなど、状況が変化したため、大幅に加筆しました。TensorFlow 2.0 Previewについても追記しました。 19/1/31 PyTorchが標準インストールとなったこと、PyTorch
PFNのChainer対応の推論処理ボード、PFUが発売
PFUは、産業向けエッジコンピューティング事業の幅を広げる（ニュースリリース）。その第１弾として、深層学習の推移処理を実行するPCI Expressボード「＜AI400シリーズ＞Deep Learningアクセラレータカード」を発売した。 これまで同社のエッジコンピューティング事業は、コントローラー（産業用PC/コンピューター）の開発・販売に集中していた。今後はコントローラーに加えて、ソフトウエアや周辺（拡張用）ハードウエアの開発・提供も積極的に行い、システム全体に事業領域を広げる。なお、オンプレミスのサーバーやPCへは今回は進出しないという。「ハードウエアとしてはオンプレミスのコンピューターも、エッジコンピューティングのコントローラーもほぼ同じだが、まずは、エッジ・コンピューティング・システム全体に事業を広げることに力を入れる」（同社）。 エッジコンピューティング事業の幅を広げる。従来は
GPUでディープラーニングやるならAWSよりFloydHub - Qiita
UdacityのDeep Learning Nanodegree Foundation のコースでFloydHubという便利なサービスが紹介されていました。ディープラーニングのHerokuだそうです。 GPUが使えるプランも月額14ドルからなので、手軽にGPUでディープラーニングを始めることができます。 TensorFlowとKerasがデフォルトですが、他にもPyTorchやChainerなどメジャーなフレームワークはだいたい使えるようになっています。 2017/10/18 追記 この記事を書いた直後に、KaggleのKernelについての記事が投稿されています。Kaggleのデータセットに限って言えば、Kernelを使う方が簡単そうです。 パワーアップしたKernelでKaggleに飛び込もう - Qiita FloydHubのいいところ 起動が簡単 floyd-cliというコマンドラ
MacがVR対応 新型iMacとiMac ProでHTC Viveが動作 Macbook系は外付けGPUで対応
MacがVR対応 新型iMacとiMac ProでHTC Viveが動作 Macbook系は外付けGPUで対応 アップルは、日本時間2017年6月6日午前2時から開催された開発者会議の基調講演において、新製品の発表等を行いました。 その中で、新たに発表されたPCシリーズiMacの新型及びiMac ProがPC向けのVRヘッドマウントディスプレイHTC Viveに対応することが発表されました。 27インチiMacにVR対応GPUが搭載 新型iMacは、21.5インチモデル、21.5インチRetina4Kモデル、27インチRetina5Kモデルの3モデルが発表されました。この中で、27インチの最上位モデルにはVR対応のGPUであるAMD社製のRadeon Pro 580が搭載されます。 27インチiMacの価格は198,000円（税別）から、すでにアップルストア等にて購入可能です。 アップルは
Apple、SonnetのeGPU Boxを「External Graphics Development Kit」に採用。
AppleはSonnetのeGPU Boxを「External Graphics Development Kit」に採用したそうです。詳細は以下から。 Appleは日本時間06月06日午前2時から行ったWWDC 2017の基調講演の中で、VRなどの開発向けにMacBook ProなどにThunderbolt 3経由でAMD Radeon RX 580を接続できる開発者向けキット「External Graphics Development Kit」を提供すると発表しましたが、このキットにはアメリカの周辺機器メーカーSonnetのeGPU Boxが採用されているそうです。 The External Graphics Development Kit includes everything you need to start optimizing advanced VR and 3D apps o
すげえ簡単。新macOS｢High Sierra｣で外部グラフィックスeGPUを使う方法
すげえ簡単。新macOS｢High Sierra｣で外部グラフィックスeGPUを使う方法2017.06.19 13:059,464 塚本直樹 ぷすっとさすだけです。 Apple（アップル）の開発者会議WWDC 2017の発表で喜ばれたのはiMac Proや新型iMacだけでなく、新OSのHigh Sierraが外部グラフィックス（eGPU）に対応したことでした。これで、MacBook ProやMacBookでも高度なグラフィックス性能を利用することができるのです。 それでは早速その開発者向けキットの利用方法を、zollotechの動画で予習してみましょう。 Video: zollotech/YouTube ｢eGFX Breakaway Box - Developer Edition｣と名づけられたこのキット。パッケージにはGPUを収めるeGPUボックスに｢Radeon RX 580｣のグ
About NVIDIA
インタラクティブ レンダリング、VR、AI の開発がノートブックで実現 ロサンゼルス — SIGGRAPH 2017 — (2017 年 7 月 31 日) — NVIDIA (NASDAQ: NVDA) は、2,500 万人ものアーティストやデザイナーが、ノートブックの能力を簡単にアップグレードし、ビデオ編集、インタラクティブ レンダリング、VR コンテンツ制作、AI 開発などの新しいワークフローをサポートできるようになったことを発表しました。 プロのクリエーターでグラフィックスのパワーが不足している方は、GPU (eGPU) の外付けボックスを通じて NVIDIA TITAN X または NVIDIA Quadro® グラフィックス カードの能力を活用し、アプリケーションのパフォーマンスを大幅に増強できるようになりました。 NVIDIA のプロフェッショナル ビジュアライゼーション事業
製品
PG-StromGPUとNVMEの能力をフルに引き出し、並列動作する数千コアの力でPostgreSQLを爆速化、テラバイトを超える大量データに挑むためのオープンソース拡張モジュール。 PG-Stromの概要 PG-Stromは最も広範に利用されているOSS-DBシステムの一つ、PostgreSQL向けの拡張モジュールで、数十TB、数百億件といった規模の大量データの検索、集計、加工といった処理を、GPUやNVME-SSDといった最新のハードウェアの能力を最大限に引き出して、シンプルなシングルノード構成のシステムで、高速に実行するためのソフトウェアです。 GPUの特徴 GPUには数千個のプロセッサコアが搭載され、並列計算を極めて効率よく実行するように設計されています。その一つが行列演算ですが、これは大量の均質なデータに対して同一の演算を同時に実行するという特性があります。SQLにも類似の処理は
Yahoo! JAPAN、ディープラーニングに特化したスパコンを開発 スパコンの省エネランキング「GREEN500」にて世界第2位を獲得 - ニュース - ヤフー株式会社
ヤフー株式会社は、2023年10月1日にLINEヤフー株式会社になりました。LINEヤフー株式会社のコーポレートサイトはこちらです。 当ページに記載されている情報は、2023年9月30日時点の情報です。 ヤフー株式会社（以下、Yahoo! JAPAN）は、株式会社ExaScaler（以下、エクサスケーラー）、HPCシステムズ株式会社協力のもと、ディープラーニング活用に特化した省エネ性能の高いスーパーコンピュータ（以下、スパコン）「kukai（クウカイ）」を開発し、本日発表されたスパコンの省エネ性能ランキング「GREEN500」において世界第2位を獲得しました。 Yahoo! JAPANのディープラーニングは、2015年5月、自社で開発した音声認識エンジン「YJVOICE（ワイジェイボイス）」へサービスとして初めて実装し、以降、ニュースなどコンテンツ配信の個別最適化（パーソナライズ）の精度向
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
1万円ちょっとでAI画像認識ができるJetson Nanoを買ってみた
太陽誘電とTRL、FPGAに比べて速度5倍、消費電力1/10の新型LSIを開発
Using Keras & Tensorflow with AMD GPU
「ムーアの法則」は死なず──IBMの新技術が「シリコンの限界」を押し広げ、超小型高性能チップを生む