タグ

2015年4月10日のブックマーク (5件)

  • PAM4など最新通信ネットワークの解析/評価を統合的にサポート

    キーサイト・テクノロジーは、次世代通信ネットワークシステムの研究/開発や評価用途に向けて、任意波形発生器やオシロスコープなどの測定機器をトータルで提案した。 キーサイト・テクノロジーは、「Photonix(フォトニクス) 2015」(2015年4月8~10日、東京ビッグサイト)において、次世代通信ネットワークシステムの研究/開発や評価用途に向けて、任意波形発生器やオシロスコープなどの測定機器を提案し、デモ展示を行った。 長距離光通信では、伝送速度が100Gビット/秒から400G~1Tビット/秒へと進化する。クラウドネットワーク通信でも100Gから400Gイーサネットへと向かい、伝送方式としてはPAM4/PAM8などが注目されている。こうした中で、これらシステムの検証や評価を行うための測定機器は、より高速で複雑な変調方式の信号に対応する必要がある。 メインステージでは、最大65Gサンプル/秒

    PAM4など最新通信ネットワークの解析/評価を統合的にサポート
  • バラにトゲあり、ステンレスにワナにあり

    そして、技術者必携のノウハウ表が、金属の組み合せトーナメント表みてぇなヤツなんだが、……名前をちょいと、忘れちまったよぉ。え~と、確か、電気的ポテトチップスフライヤー……だったかな? 甚さん、ポテチ揚げてどうするんですか! 「電気化学的ポテンシャル表」ですよ。または、「金属の電気化学的電位表」って言うんです。現場ではそれを縮めて「ポテンシャル表」もしくは、「電位表」って呼ばれていますが(表1)。

    バラにトゲあり、ステンレスにワナにあり
    vcc
    vcc 2015/04/10
    「電気化学的ポテンシャル表」または「金属の電気化学的電位表」。錫めっきとステンレスでは、電食が起こることはない。錫めっきの下地の銅が露出し、銅とステンレスの組合せなら電食が起きる可能性は高くなります。
  • 「斎藤」「斉藤」「齋藤」「齊藤」・・この差って何? | テレビ | 東洋経済オンライン | 経済ニュースの新基準

    ビジネスシーンにおいて、メールのやり取りは日々の必須業務。一方、送り先の名前を書き間違えた……なんて失態は時折ある。特に「太田さん」と「大田さん」、「伊藤さん」と「伊東さん」など同じ読みなのに、微妙に漢字が違う、なんていう場合は特に注意が必要だ。 ましてや「斎藤さん」と「斉藤さん」と「齋藤さん」と「齊藤さん」に至っては、当にややこしい。「安全策で……」と、いちばん簡単な「斉藤さん」と表記にした時に限って、「私のサイトウはその漢字ではありません!」などと厳しく指摘されてしまうこともある。 それにしても、「斎藤さん」と「斉藤さん」と「齋藤さん」と「齊藤さん」、この「差」っていったい何なのだろうか? そもそも「差」があるのだろうか? TBSテレビ『この差って何ですか?』取材班は、この件を徹底調査することにした。 めったに出会えないサイトウさんが多数存在 まず向かったのは日一の品揃えを誇るハン

    「斎藤」「斉藤」「齋藤」「齊藤」・・この差って何? | テレビ | 東洋経済オンライン | 経済ニュースの新基準
    vcc
    vcc 2015/04/10
    斉藤、斎藤、齋藤、齊藤は、「斎宮寮の藤原氏」の斎藤が由来で、残る3つの姓は役所の人間の書き間違い。齋藤は旧字体で書いた。齊藤は旧字体の書き間違い。斉藤は単純な間違い。
  • GTC 2015 - Deep Learning一色となった基調講演

    NVIDIAが主催する「GPU Technology Conference(GTC)」は、昨年と同じSan Jose McEnery Convention Centerで開催された。1400ドルという高額の参加費にもかかわらず4000人以上が参加するという人気のある学会である。昨年と同じ会場であるが、人気セッションは人が集まりすぎて早く行かないと、満員で発表会場に入れないという事態が幾つも起こっており、昨年より参加者が増えている感じである。 Jen-Hsun Huang CEOの基調講演で幕を開けた今年のGTCは、Deep Learning一色であった。Deep Learningは多層のニューラルネットワークを学習させ、画像、スピーチ、テキストなどが認識できるようにする技術を意味する。 Jen-Hsun Huang CEOは、今回のGTCでの主要な発表は、「A New GPU and De

    GTC 2015 - Deep Learning一色となった基調講演
    vcc
    vcc 2015/04/10
    ImageNetは、写っている情報を付加した写真を100万枚以上使って画像の認識率を競うILSVRCというコンペを催している。認識率は2010年に72%、2011年に74%だったが、2012年にトロント大のHinton教授グループが一気に84%に改善した。
  • GTC 2015 - GPUはどの程度エラーするのか?

    GPUはどの程度エラーするのかについて、Oak Ridge National Laboratory(ORNL)のJim Rogers氏がGTC 2015で発表を行った。ORNLはTop500 2位のTitanスパコンを擁する研究所である。TitanはCRAYのXK7スパコンで、18,688個のNVIDIA XK20x GPUを使うシステムである。 ORNLのTitanの概要。18,688ノードからなり、各ノードは16コアOpteron+K20x+32GB DDR3/6GB GDDR5という構成 各筐体には3段に積まれたケージがあり、それぞれのケージには8枚のブレードが搭載されている。下部にあるブロワーで空気を吹きあげて冷却しており、吸気は20.5℃で、3段のケージを冷却した排気は49℃まで上昇し得る。そして、筐体の上に設置されている代替フロンを使う熱交換器で冷却される。

    GTC 2015 - GPUはどの程度エラーするのか?
    vcc
    vcc 2015/04/10
    1ビットエラーの発生場所は一様ではなく非常に偏っている。2ビットエラーの発生位置の分布は、一様に近い分布。18,688個のNVIDIA XK20x GPUを使うTitanのMTBFは7日。