GCPのGPUインスタンスでレンダリングを高速化 - 株式会社カブク
はじめに カブクの甘いもの担当兼コーヒーマシン清掃担当の高橋憲一です。 今回は最近GCPで使用可能になったGPUインスタンスを活用して3Dモデルのレンダリングを高速化したことについて書きます。 カブクのレンダリングエンジン Kabuku Connect、Kabuku MMS、Rinkak等、カブクが提供しているサービスで使うための3Dモデルのプレビュー画像はサーバーサイドで動作する自社開発エンジンでレンダリングしています。グラフィクスAPIとしてOpenGLを使用しており、これまではOpenGL互換のライブラリであるMesaを使ってオフスクリーンレンダリングを行っていました。それにより、GPUを搭載していないマシンでもCPUの処理のみでレンダリングすることができます。ただしCPUのみでのレンダリングはやはり時間がかかるため、クラウドのインスタンスでのGPU活用は2年程前のエンジン運用投入当
Googleの深層学習チップ「TPU」に第2世代、性能は180テラFlops
Cloud TPUは1枚のボードにプロセッサを4個搭載する。この1枚のボードで1秒間の演算回数は秒間180兆回（180テラFlops）になる。さらに64個のCloud TPUを独自の高速ネットワークによって相互接続して「TPUポッド」を構成すると、その演算回数は11.5ペタ（1万1500テラ）Flops、つまり秒間1京（1兆の1万倍）回を超える（写真2）。 理化学研究所のスーパーコンピュータ「京」は1秒間に1京回の演算ができることから京と名付けられた。つまり10ペタFlopsである。京の10ペタFlopsは倍精度の浮動小数点演算での数字であり、一方のCloud TPUの浮動小数点演算の精度は不明であるものの（第1世代のTPUでは8ビットの整数演算のみを実行していた）、1秒当たりの演算回数だけなら1個のTPUポッドが8万個のプロセッサーによって構成する京を上回ることになる。 GoogleのJ
TPU (Tensor Processing Unit) の論文を読んでみた ～何故 TPU は 8 ビットなのか～：Mostly Harmless：オルタナティブ・ブログ
先々週になりますが、Googleが独自開発したAI処理用のチップについての記事がありました。 Google、AIチップ「TPU」はGPUより30倍速い TPU というのは Google が独自に開発した機械学習用のチップで、昨年の Google I/O で発表されました。 Googleは機械学習アルゴリズム専用の高速チップを内製、なんと、８ビット機だ この記事で私が注目したのは、タイトルにもある「8ビット」というところでした。ディープラーニングには GPU、という頭があったので、「なんで 8 ビット?」と思った記憶があります。(GPU は普通 64 ビットですよね) ただ、当時はこれ以上の情報は出てこなかったので、わからずじまいでした。 しかし、先々週の ITmedia の記事中に、GoogleがISCAで発表する予定の論文へのリンクが張ってあったので、Google 翻訳の助けを借りて読ん
米Googleが深層学習専用プロセッサ「TPU」公表、「性能はGPUの10倍」と主張 | 日経 xTECH（クロステック）
「ディープラーニング（深層学習）専用プロセッサ『Tensor Processing Unit（TPU）』を開発し、1年前から使用している」――。米GoogleのSundar Pichai CEO（最高経営責任者）は2016年5月18日、開発者会議「Google I/O 2016」の基調講演で、同社の人工知能（AI）の知られざる秘密を明らかにした（写真1）。 TPUはディープラーニングのために開発したASIC（Application Specific Integrated Circuit、特定用途向けIC）で、GPU（Graphic Processing Unit）やFPGA（Field Programmable Gate Array）といったディープラーニングの処理に使用する他の技術と比較して「消費電力当たりの性能は10倍」（Pichai CEO）だという（写真2）。 同社は2014年から
NVIDIAが規約変更によりGeForceのデータセンター利用を制限。大学などの研究活動にも大ブレーキ
NVIDIAが規約変更によりGeForceのデータセンター利用を制限。大学などの研究活動にも大ブレーキ First Order rising 2017.12.19 Updated by Ryo Shimizu on December 19, 2017, 16:08 pm JST 深層学習分野で、NVIDIAの名を知らない者は潜りと言われても仕方がないでしょう。かつて日本の新聞社で、NVIDIAを「謎の半導体メーカー」と呼んで赤っ恥をかいた人がいますが、NVIDIAなくして深層学習の研究はままならないことは間違いありません。 というのも、深層学習に不可欠な積和演算機能に優れた半導体とAPIを提供しているのが、事実上世界にNVIDIA一社しかないからです。 Intelやその他のメーカーも頑張って入るのですが、NVIDIAが持つ多数の知的財産権の前に、後塵を拝しています。 それはそれで、NVID
NVIDIA、過去に国立研究機関へのGeForce導入妨害の疑い
NVIDIA、過去に国立研究機関へのGeForce導入妨害の疑い Amazing, every word of what you just said was wrong. 2017.12.20 Updated by Ryo Shimizu on December 20, 2017, 06:24 am JST 昨日の記事に対し、NVIDIAからヒステリックといえるほどの対応が起きました。不思議です。明らかに意図的に動いているのに、公表されている事実を指摘しただけなのにこの反応は不可解ですね。 NVIDIA側からは、「個別に面談して誤解を晴らしたい」という連絡を頂きましたが、そもそもなぜ個別に面談する必要があるのでしょうか。筆者のもとにはNVIDIAからGeForceの供給を止められている、という代理店の話も聞こえてきます。水面下でコトを落ち着かせたいということなのでしょうか。 また、海外には
ELSA System Graph - 株式会社 エルザ ジャパン
最大8GPUまでのモニタリングと CSV出力機能に対応、GPU一覧のタブにはモニターとの接続方式も表示します。CSVファイル出力機能は、クロック、負荷率、温度、ファンの回転数、消費電力など必要な項目を選んで出力可能です。出力された CSVファイルは Microsoft Excelや、Googleスプレッドシートなど表計算ソフトで簡単に集計、グラフ化できます。 © 2015 NVIDIA Corporation. All Rights Reserved. NVIDIA, NVIDIA logo, GeForce, GeForce GTX logo, SLI, PhysX, 3D Vision, 3D Vision Surround, and CUDA are registered trademarks and/or trademarks of NVIDIA Corporation in th
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
not found