CUDAより高速化可能で簡単なOpenACCのランタイム関数で実行中のPGI Unified Binaryの演算デバイスを切り替えられるのか検証してみた - Qiita
CUDAより高速化可能で簡単なOpenACCのランタイム関数で実行中のPGI Unified Binaryの演算デバイスを切り替えられるのか検証してみたCUDAGPGPUGPU機械学習OpenACC この記事は何？ CUDA123 に代わる新しい GPU の 標準API 、OpenACC が最近 CUDA よりも高速化できたという結果4を出していて調子が良いので、現状のヘテロジニアス環境でのマルチデバイス実行（複数のデバイス：CPU、GPU、FPGA、メニーコアCPU、ASIC などを組み合わせた演算）の対応状況を調査してみました。 そもそもOpenACCとは？ NVIDIAが中心となって本腰を入れているGPGPUなどのハードウェアアクセラレーションの標準APIです。その特徴として最も特筆すべき点はCUDAと比較してプログラミングが超簡単なことです。以前なら性能差がよりシビアでしたが、現在
GPUコンピューティング脱落者から見たNVIDIA GPUの利用規約騒動｜暗黙の型宣言
一週間ほど前から，NVIDIAがGeForceのデータセンタ利用を制限した話がネットを賑わしはじめた．おもしろいことになってるなと感じたので，私の経験と，それに照らし合わせて今回の騒動に感じた事を語りたくなった．記憶も記録も曖昧であるため，年寄りの昔話程度に読んでもらいたい． ここでいうおもしろいとは，滑稽という意味ではなく，興味深いという意味合いである．この件で色々な対応を迫られている方々を蔑む意図は微塵もないことはご理解いただきたい． 今回の騒動に抱いた感想俗っぽい言い方をすると「恋人がこちらをフって乗り換えた相手が意外に曲者で，元恋人が困っているのを眺める気持ち」だろうか．そのような経験をしたことはないし，恋人というほどNVIDIA社に固執しているわけでもないが． 事の発端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 これが最
ディープラーニングの学習・推論に最適なハードウエアとは
PFNの奥田氏 うーん、難しい質問ですね。ディープラーニングには大きく2つのタスクがあります。1つは、学習データを入力してニューラルネットを鍛える「学習（learning）」。もう1つは、鍛えたニューラルネットに使って何かを分類、推測させる「推論（inference）」です。 このうち学習に関しては、やはり今のようなGPUクラスターの進歩したものが必要だと思います。一定規模の台数も要りますし、Infinibandを使うかを含め、様々なスペックの検討が今後も求められそうです。 一方で、推論のほうはやや事情が異なります。こちらはCPUなど、別のデバイスが有利になる道も残されていると思います。 学習は、1つのニューラルネットワークを時間をかけて鍛えるものです。一方で推論は、何らかの機器やサービスに組み込んで使ってもらうことになるので、運用面では「低レイテンシーで」「効率よく」さばくことが重要にな
GPUサーバーのバスとインフラにまつわる「奇妙な話」
さくらインターネットがPFN向けに提供しているGPUインフラのネットワークには、一般的なEthernet（イーサネット）でなく、より高速なInfiniband（インフィニバンド）を採用していると聞きました。ディープラーニングにおいて、Infinibandのようなサーバー間接続のネットワークの性能はどれくらい重要なんですか。 PFNの奥田氏 実は、本当にInfinibandを採用するかは、最後まで悩んだところなんですけどね。 Infinibandがいい面は2つあります。1つは帯域、つまり通信速度の速さ。もう1つはレイテンシー、つまり遅延時間の短さです。ただ、我々が開発するディープラーニングのオープンソースソフト「Chainer」のユーザーの多くはInfinibandを使える環境にはなく、またInfinibandは使いこなしの難易度が高く、そこに最適化するわけにはいかないという悩ましさがありま
PFNが語る、GPUインフラ調達の考え方とは
2016年度中に5ペタFLOPS（1秒当たりの浮動小数点演算性能）のGPUインフラを使えるようにする――。AI（人工知能）分野で国内トップ級の技術力を持つスタートアップ企業、Preferred Networks（PFN）が社内で掲げる目標である。 ディープラーニング（多層ニューラルネットを使った機械学習）は、画像認識からロボティクス、自然言語処理まで適用が進み、大きな成果を挙げている。 そのディープラーニングの学習を担う要となるITインフラが、GPU（グラフィックス・プロセッシング・ユニット）搭載サーバーである。 特に米グーグルは、囲碁でプロ棋士を破った「AlphaGo」から、高い精度でテキストを翻訳する「Gogole Translate」まで、ニューラルネットの学習や推論に大量のGPUインフラを活用している。例えばAlphaGoの場合、2015年10月に欧州のプロ棋士と勝負した際は、12
ASCII.jp：ロードマップでわかる！当世プロセッサー事情（大原雄介）
多くの新製品が世に送り出されるプロセッサーの世界。テクニカルライターの大原雄介氏による本連載では、CPUやGPUなどコンピューターの中核となるプロセッサーのロードマップを軸に、その変遷を解説していく。 2024年06月10日 12時00分 PC 第775回 安定した転送速度を確保できたSCSI 消え去ったI/F史 SCSIは「まだ使っている」ユーザーがいるだろう。筆者の手元にも若干機材が残っているが、市場としてはほぼ壊滅している感が強い。 2024年06月03日 12時00分 PC 第774回 日本の半導体メーカーが開発協力に名乗りを上げた次世代Esperanto ET-SoC AIプロセッサーの昨今 Esperanto Technologyが第3世代製品をRapidusの2nmプロセスを利用して製造することを明らかにした。発表会の内容をもとにET-SoC-2/ET-SoC-3の詳細を説明
【レポート】NVIDIA、PCゲームへの"リアルタイム"なglobal illumination実装など最新グラフィックス技術を紹介 | パソコン | マイコミジャーナル
NVIDIAは10月28日、「Battlefield 3」ならびに「Crysis 2」という話題のタイトルを実例に、最新のPCゲームで用いられている先端グラフィックス技術の解説を行う記者説明会を開催した。特にBattlefield 3では、これまで困難とされていた"リアルタイム"でのグローバルイルミネーション処理が実現されており、その興味深い実装が詳しく紹介された。 NVIDIA Japanのデベロッパー テクノロジー エンジニア 竹重雅也氏 NVIDIA Japanのデベロッパー テクノロジー エンジニア 竹重雅也氏が登壇し、最新PCゲームで用いられている先端グラフィックス技術をピックアップして解説した。直近のゲームタイトルのなかでも、「Battlefield 3」と「Crysis 2」に注目し、これらが従来のタイトルとは一線を画すグラフィックス表現を実現していることを紹介し、実際にどの
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
https://www.nvidia.com/content/apac/gtc/ja/pdf/2018/2051.pdf
【後藤弘茂のWeekly海外ニュース】NVIDIAがレンダリングパイプラインを根底から変革する新GPU「Turing」を発表 - PC Watch
NVIDIAがGPUを再定義。Turing GPUは今後十数年間のグラフィックストレンドに
プレビュー版Windows 10のタスクマネージャーに“GPU”が追加 ～プロセスごとのGPU使用率などを確認可能に
GTC Japan 2016 Keynote (English)
Optimizing Deep Learning with Chainer | GTC Japan 2018 - NVIDIA
Gpu vs fpga
Engadget | Technology News & Reviews
【後藤弘茂のWeekly海外ニュース】 AMDが推進するHSA構想のカギとなる「hQ」
【後藤弘茂のWeekly海外ニュース】 Intelに対抗してファウンダリ各社が3Dトランジスタを2014年前後に前倒し
【後藤弘茂のWeekly海外ニュース】 ARMが2015年までの技術ロードマップを発表 ～ヘテロジニアスコンピューティングへ舵を切る
【後藤弘茂のWeekly海外ニュース】 AMDが革新的な次世代GPUアーキテクチャの概要を発表
【イベントレポート】 【AFDSレポート】 MicrosoftがGPGPU開発向けC++の拡張「C++ AMP」を発表