SlideShare a Scribd company logo
1 of 33
HPC Server 講習会
第2回 開発編
2011/11/24
デンソーアイティーラボラトリ 増谷
1.前回までの復習
前回の復習
• HPC Serverとは
– MicrosoftのHPC用プラットフォーム
– Windows Server, Windows 7, Windows Azureを組み込め
る

• 基本概念
– ジョブ、タスク、ノード

• 使い方
– シリアルアプリケーション
– パラメータスイープ
– Matlabからの利用
前回の復習
• 「HPC Server 講習会 第1回 導入編」
– 以下参照
– http://
2.HPCプログラミング
様々なプログラミング手法
• メッセージングAPI
– クラスタ間の通信にメッセージングを利用す
るもの
– Windows HPC Serverでは、もっぱらこのタイプ
をサポート
– 複数のAPI
• MPI
• HPC SOA
最近の情報
• Build windowsでの発表
– HPC Serverのノードとして、AzureのVM Roleが
使えるようになった
– 任意のプログラムをインストール可能、ネイ
ティブ動作も可能

• 該当セッション
– http://channel9.msdn.com/events/BUILD/BUILD2
011/SAC-452T
– 最後に私も質問
3.MPIでHPCる
MPIとは
• Message Passing Interface
– 並列コンピューティング利用のための標準規格
– 複数のCPUが情報をバイト列からなるメッセージとして送受信す
ることで協調動作を行えるようにする。
– SPMD(Single Program Multi Data)用

• メリット
– ライブラリレベルでの並列化であるため、言語を問わず利用で
き、プログラマが細密なチューニングを行える
– 様々な実装で同じソースが利用できる

• デメリット
– 利用にあたっては明示的に手続きを記述する必要があり、ロッ
クの対処などもプログラマ側が大きな責任をもたなければなら
ない
MPIの実装
• 仕様
– MPI forum
– http://www.mpi-forum.org/

• 代表的な実装
– Open MPI
• MacOSにデフォルトインストール

– Intel MPI Library
• IAに特化 Windows/Linux

– LAM/MPI
– MPICH
• 本家 Argonne NLのリファレンス実装

– MVAPICH
– MS MPI
• MPICH互換+セキュリティ要件
MPIのプログラム
• hello.c
#include <mpi.h>
int main(int argc, char *argv[]) {
int numprocs, rank, namelen;
char processor_name[MPI_MAX_PROCESSOR_NAME];
MPI_Init(&argc, &argv);
MPI_Comm_size(MPI_COMM_WORLD, &numprocs);
MPI_Comm_rank(MPI_COMM_WORLD, &rank);
MPI_Get_processor_name(processor_name, &namelen);

全体のプロセス数

ランク:何番目のプロセスか

printf("Process %d on %s out of %dn", rank, processor_name, numprocs);
MPI_Finalize();
}

• mpi.hのインクルードと、いくつかのセットアップ、ラ
ンクの読み込みなどがあるだけ。
• rankを用いてファイル切り替えなどやれば、パラメータ
スイープと同様のことが可能に
– 統合しなくても良いやりっぱなしプログラムならこれでOK
コマンドラインでの実行
• コンパイル
– Cc hello.c -lmpi
– mpicc hello.c

• 実行
– mpirun –np 8 a.out
– ※ プロセス数を8としている
MPIの機能
• メッセージの送信
– 送信バッファ、宛先ランク、タグなどを指定
#include "mpi.h"
int MPI_Send( void *buf, int count, MPI_Datatype datatype, int dest,
int tag, MPI_Comm comm )

• メッセージの受信
– 受信バッファ、送信元ランク、タグなどを指
定
#include "mpi.h"
int MPI_Recv( void *buf, int count, MPI_Datatype datatype, int source,
int tag, MPI_Comm comm, MPI_Status *status )
MPIメッセージの謎の引数
• タグ
– 受け取ったデータが何なのか、どのように使
うかを指定するのに使う
– 同じタグに別々のライブラリからの処理が対
応づけられていた場合は?

• コミュニケータ
– 錯綜を避けるため、受信する相手を指定でき
るようにする
4 VISUAL STUDIO で MPI
Visual Studioを使うメリット
• 一般的な利点
– 優れたエディタ
– ライブラリの管理

• MPI向け
– MPI Cluster Debuggerを使える
MPI Cluster Debugger
• HPC Serverと直結したクラスタデバッグを
行うことができる
• 利用方法
– プロジェクトプロパティのdebuggingより、選
択するだけ
MPI Cluster Debugger
• Node選択
– 実行ごとに好き
なノードを選択
できる。
– ノード単位、コ
ア単位、ソケッ
ト単位などが指
定できる。
MPI Cluster Debugger
• その他の実行パラメータ
– Mainパラメータ
– MPIパラメータ
– タイムアウト
– 前、後処理
MPI Cluster Debugger
• デバッグの実際
– プロセスビュアーで各
スレッドが見える
– ブレークポイントもス
レッド数分
5 MPI + GPGPU
とにかく最高性能を狙いた
い
• GPGPUを活用
– 1台当たり1TFLOPSの性能を引き出した
い
– CUDAベースのプログラムをばらまきたい

• Windows HPC Serverで対応
– GPUクラスタ 診断など対応
– コンソールアタッチ
注意事項
• 通常のGPUはコンソールが無いと使え
ない
– ドライバを読み込む必要がある
– HPCにコンソールをアタッチする機能が備わ
る
– レジストリ編集と環境変数設定を行えばOK

• サンプル
– 各マシンからGflopsを計測して、足し算
– MPI_Reduce(&gflops, &result, 1, MPI_DOUBLE,
MPI_SUM, 0, MPI_COMM_WORLD);
6 HPC SOA
.NETな人向け
• MPIとは一味違う
– Service Oriented Architecture
• 全てをサービスとして扱う分散コンピューティン
グ
• HPCのワーカーもサービス

– WCFを利用
• WSDL的なサービスコントラクト
• クライアント、サーバの記述をきっちりしないと
動かない
• 慣れればそれほど大変でもないが・・・
HPC SOA を始める
• Visual Studio のプロジェクト作成
– Durable Session Client
– Interactive Session Client

• クライアントのひな形とデバッガが用意
されている
Cluster debugger for SOA
• MPI用とほぼ同
機能
• 実行Node選択
• パラメータ設定
Serviceを作成する
• WCFのサービス生成
– サービスコントラクト
としてクラスのイン
ターフェイスを設定
– オペレーションコント
ラクトとしてメソッド
を設定
Service を作成する
• サービスを実装する
– インターフェイスを実装すれば良い
Serviceを作成する
• Service.configを作成する
– アッセンブリ名、コントラクト名、サービス
タイプなどを指定する。

<microsoft.Hpc.Session.ServiceRegistration>
<service
assembly="MyHeadNodeAppsSquareServiceSquareService.dll"
contract="SquareServiceContracts.ISquareService"
type="Services.SquareService"
includeExceptionDetailInFaults="true"
maxConcurrentCalls="0"
serviceInitializationTimeout="60000"
stdError=""
maxMessageSize="65536">
</service>
</microsoft.Hpc.Session.ServiceRegistration>
Clientから呼ぶ
• SessionStartInfoでヘッドノード名と、サー
ビス名を設定する。
– ノードグループも設定
// The name of the head node in the cluster.
string schedulerName =
ConfigurationManager.AppSettings["HeadNodeName"];
// The name of the called service.
string serviceName =
ConfigurationManager.AppSettings["SoaServiceName"];
SessionStartInfo info =
new SessionStartInfo(schedulerName, serviceName);
info.Secure = false;
info.NodeGroupList.Add(
ConfigurationManager.AppSettings["NodeGroup"]);
Clientから呼ぶ
• Sessionを作成する
• Clientにコールバッ
クを設定
• Clientからコール

Session session = Session.CreateSession(info))

SquareServiceClient proxy = new SquareServiceClient(
new NetTcpBinding(SecurityMode.None),
session.NetTcpEndpointReference);
proxy.SquareCompleted += (sender, e) =>
{
try
{
int reply = e.Result.SquareResult;
Console.WriteLine("Received response for request {0}: {1}", e.UserState, rep
if (Interlocked.Increment(ref count) == _numOfRequests)
{
done.Set();
}
};
// start to send requests
Console.WriteLine("Sending {0} requests...", _numOfRequests);
for (int i = 0; i < _numOfRequests; i++)
{
proxy.SquareAsync(new SquareRequest(1000 + i), i);
}
まとめ
• MPIは様々な言語に対応しているので、汎
用性の高いプログラムを書くのに適して
いる

• GPGPUで最高性能を引き出したい人は
VC++でMPIが最適
• .NETで簡単にやってみたい人はSOA を利用。

More Related Content

What's hot

Seastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワークSeastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワークTakuya ASADA
 
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也Preferred Networks
 
KubernetesでGPUクラスタを管理したい
KubernetesでGPUクラスタを管理したいKubernetesでGPUクラスタを管理したい
KubernetesでGPUクラスタを管理したいYuji Oshima
 
パタヘネゼミ 第6章
パタヘネゼミ 第6章パタヘネゼミ 第6章
パタヘネゼミ 第6章okuraofvegetable
 
仮想化環境におけるパケットフォワーディング
仮想化環境におけるパケットフォワーディング仮想化環境におけるパケットフォワーディング
仮想化環境におけるパケットフォワーディングTakuya ASADA
 
Jubatus 新機能ハイライト
Jubatus 新機能ハイライトJubatus 新機能ハイライト
Jubatus 新機能ハイライトJubatusOfficial
 
C#, C/CLI と CUDAによる画像処理ことはじめ
C#, C/CLI と CUDAによる画像処理ことはじめC#, C/CLI と CUDAによる画像処理ことはじめ
C#, C/CLI と CUDAによる画像処理ことはじめNVIDIA Japan
 
1076: CUDAデバッグ・プロファイリング入門
1076: CUDAデバッグ・プロファイリング入門1076: CUDAデバッグ・プロファイリング入門
1076: CUDAデバッグ・プロファイリング入門NVIDIA Japan
 
OSvのご紹介 in 
Java 8 HotSpot meeting
OSvのご紹介 in 
Java 8 HotSpot meetingOSvのご紹介 in 
Java 8 HotSpot meeting
OSvのご紹介 in 
Java 8 HotSpot meetingTakuya ASADA
 
Wowzaを用いた配信基盤 Takusuta tech conf01
Wowzaを用いた配信基盤 Takusuta tech conf01Wowzaを用いた配信基盤 Takusuta tech conf01
Wowzaを用いた配信基盤 Takusuta tech conf01Kazuhiro Ota
 
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化JubatusOfficial
 
CephとGluster次期バージョンでの新機能
CephとGluster次期バージョンでの新機能CephとGluster次期バージョンでの新機能
CephとGluster次期バージョンでの新機能Emma Haruka Iwao
 
最近のJuju/MAASについて 〜 15分版 - OpenStack最新情報セミナー 2017年11月
最近のJuju/MAASについて 〜 15分版 - OpenStack最新情報セミナー 2017年11月最近のJuju/MAASについて 〜 15分版 - OpenStack最新情報セミナー 2017年11月
最近のJuju/MAASについて 〜 15分版 - OpenStack最新情報セミナー 2017年11月VirtualTech Japan Inc.
 
OSvのご紹介 in OSC2014 Tokyo/Fall
OSvのご紹介 in OSC2014 Tokyo/FallOSvのご紹介 in OSC2014 Tokyo/Fall
OSvのご紹介 in OSC2014 Tokyo/FallTakuya ASADA
 
Rps・rfs等最新linux kernel事例
Rps・rfs等最新linux kernel事例Rps・rfs等最新linux kernel事例
Rps・rfs等最新linux kernel事例Takuya ASADA
 
Ceph Loves OpenStack: Why and How
Ceph Loves OpenStack: Why and HowCeph Loves OpenStack: Why and How
Ceph Loves OpenStack: Why and HowEmma Haruka Iwao
 
Fluentdでログを集めてGlusterFSに保存してMapReduceで集計
Fluentdでログを集めてGlusterFSに保存してMapReduceで集計Fluentdでログを集めてGlusterFSに保存してMapReduceで集計
Fluentdでログを集めてGlusterFSに保存してMapReduceで集計maebashi
 
Cld017 nh シリーズリリース
Cld017 nh シリーズリリースCld017 nh シリーズリリース
Cld017 nh シリーズリリースTech Summit 2016
 

What's hot (20)

Seastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワークSeastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
Seastar:高スループットなサーバアプリケーションの為の新しいフレームワーク
 
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
[GTCJ2018] Optimizing Deep Learning with Chainer PFN得居誠也
 
KubernetesでGPUクラスタを管理したい
KubernetesでGPUクラスタを管理したいKubernetesでGPUクラスタを管理したい
KubernetesでGPUクラスタを管理したい
 
パタヘネゼミ 第6章
パタヘネゼミ 第6章パタヘネゼミ 第6章
パタヘネゼミ 第6章
 
仮想化環境におけるパケットフォワーディング
仮想化環境におけるパケットフォワーディング仮想化環境におけるパケットフォワーディング
仮想化環境におけるパケットフォワーディング
 
Jubatus 新機能ハイライト
Jubatus 新機能ハイライトJubatus 新機能ハイライト
Jubatus 新機能ハイライト
 
C#, C/CLI と CUDAによる画像処理ことはじめ
C#, C/CLI と CUDAによる画像処理ことはじめC#, C/CLI と CUDAによる画像処理ことはじめ
C#, C/CLI と CUDAによる画像処理ことはじめ
 
1076: CUDAデバッグ・プロファイリング入門
1076: CUDAデバッグ・プロファイリング入門1076: CUDAデバッグ・プロファイリング入門
1076: CUDAデバッグ・プロファイリング入門
 
OSv噺
OSv噺OSv噺
OSv噺
 
OSvのご紹介 in 
Java 8 HotSpot meeting
OSvのご紹介 in 
Java 8 HotSpot meetingOSvのご紹介 in 
Java 8 HotSpot meeting
OSvのご紹介 in 
Java 8 HotSpot meeting
 
Wowzaを用いた配信基盤 Takusuta tech conf01
Wowzaを用いた配信基盤 Takusuta tech conf01Wowzaを用いた配信基盤 Takusuta tech conf01
Wowzaを用いた配信基盤 Takusuta tech conf01
 
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
まだCPUで消耗してるの?Jubatusによる近傍探索のGPUを利用した高速化
 
Vector
VectorVector
Vector
 
CephとGluster次期バージョンでの新機能
CephとGluster次期バージョンでの新機能CephとGluster次期バージョンでの新機能
CephとGluster次期バージョンでの新機能
 
最近のJuju/MAASについて 〜 15分版 - OpenStack最新情報セミナー 2017年11月
最近のJuju/MAASについて 〜 15分版 - OpenStack最新情報セミナー 2017年11月最近のJuju/MAASについて 〜 15分版 - OpenStack最新情報セミナー 2017年11月
最近のJuju/MAASについて 〜 15分版 - OpenStack最新情報セミナー 2017年11月
 
OSvのご紹介 in OSC2014 Tokyo/Fall
OSvのご紹介 in OSC2014 Tokyo/FallOSvのご紹介 in OSC2014 Tokyo/Fall
OSvのご紹介 in OSC2014 Tokyo/Fall
 
Rps・rfs等最新linux kernel事例
Rps・rfs等最新linux kernel事例Rps・rfs等最新linux kernel事例
Rps・rfs等最新linux kernel事例
 
Ceph Loves OpenStack: Why and How
Ceph Loves OpenStack: Why and HowCeph Loves OpenStack: Why and How
Ceph Loves OpenStack: Why and How
 
Fluentdでログを集めてGlusterFSに保存してMapReduceで集計
Fluentdでログを集めてGlusterFSに保存してMapReduceで集計Fluentdでログを集めてGlusterFSに保存してMapReduceで集計
Fluentdでログを集めてGlusterFSに保存してMapReduceで集計
 
Cld017 nh シリーズリリース
Cld017 nh シリーズリリースCld017 nh シリーズリリース
Cld017 nh シリーズリリース
 

Viewers also liked

Windows Azureでスーパーコンピューティング︕(DCおめでとう版)
Windows Azureでスーパーコンピューティング︕(DCおめでとう版)Windows Azureでスーパーコンピューティング︕(DCおめでとう版)
Windows Azureでスーパーコンピューティング︕(DCおめでとう版)幸智 Yukinori 黒田 Kuroda
 
Sigir2013 retrieval models-and_ranking_i_pub
Sigir2013 retrieval models-and_ranking_i_pubSigir2013 retrieval models-and_ranking_i_pub
Sigir2013 retrieval models-and_ranking_i_pubKei Uchiumi
 
Vanishing Component Analysisの試作(補足)
Vanishing Component Analysisの試作(補足)Vanishing Component Analysisの試作(補足)
Vanishing Component Analysisの試作(補足)Hiroshi Tsukahara
 
Windows Store アプリをuniversal にして申請する手順
Windows Store アプリをuniversal にして申請する手順Windows Store アプリをuniversal にして申請する手順
Windows Store アプリをuniversal にして申請する手順Osamu Masutani
 
Stochastic Process Overview (hypothesis)
Stochastic Process Overview (hypothesis)Stochastic Process Overview (hypothesis)
Stochastic Process Overview (hypothesis)Yoshiaki Sakakura
 
Notes on the low rank matrix approximation of kernel
Notes on the low rank matrix approximation of kernelNotes on the low rank matrix approximation of kernel
Notes on the low rank matrix approximation of kernelHiroshi Tsukahara
 
On the eigenstructure of dft matrices(in japanese only)
On the eigenstructure of dft matrices(in japanese only)On the eigenstructure of dft matrices(in japanese only)
On the eigenstructure of dft matrices(in japanese only)Koichiro Suzuki
 
DSIRNLP06 Nested Pitman-Yor Language Model
DSIRNLP06 Nested Pitman-Yor Language ModelDSIRNLP06 Nested Pitman-Yor Language Model
DSIRNLP06 Nested Pitman-Yor Language ModelKei Uchiumi
 
KeyGraph Analysis on NIPS2013 Papers
KeyGraph Analysis on NIPS2013 PapersKeyGraph Analysis on NIPS2013 Papers
KeyGraph Analysis on NIPS2013 PapersHiroshi Tsukahara
 
Vanishing Component Analysisの試作と簡単な実験
Vanishing Component Analysisの試作と簡単な実験Vanishing Component Analysisの試作と簡単な実験
Vanishing Component Analysisの試作と簡単な実験Hiroshi Tsukahara
 
Swift 2 (& lldb) シンポジウム
Swift 2 (& lldb) シンポジウムSwift 2 (& lldb) シンポジウム
Swift 2 (& lldb) シンポジウムYuichi Yoshida
 
Kernel entropy component analysis
Kernel entropy component analysisKernel entropy component analysis
Kernel entropy component analysisKoichiro Suzuki
 
Sparse Isotropic Hashing
Sparse Isotropic HashingSparse Isotropic Hashing
Sparse Isotropic HashingIkuro Sato
 

Viewers also liked (20)

Windows Azureでスーパーコンピューティング︕(DCおめでとう版)
Windows Azureでスーパーコンピューティング︕(DCおめでとう版)Windows Azureでスーパーコンピューティング︕(DCおめでとう版)
Windows Azureでスーパーコンピューティング︕(DCおめでとう版)
 
Sigir2013 retrieval models-and_ranking_i_pub
Sigir2013 retrieval models-and_ranking_i_pubSigir2013 retrieval models-and_ranking_i_pub
Sigir2013 retrieval models-and_ranking_i_pub
 
Vanishing Component Analysisの試作(補足)
Vanishing Component Analysisの試作(補足)Vanishing Component Analysisの試作(補足)
Vanishing Component Analysisの試作(補足)
 
Information extraction 1
Information extraction 1Information extraction 1
Information extraction 1
 
Windows Store アプリをuniversal にして申請する手順
Windows Store アプリをuniversal にして申請する手順Windows Store アプリをuniversal にして申請する手順
Windows Store アプリをuniversal にして申請する手順
 
Stochastic Process Overview (hypothesis)
Stochastic Process Overview (hypothesis)Stochastic Process Overview (hypothesis)
Stochastic Process Overview (hypothesis)
 
Notes on the low rank matrix approximation of kernel
Notes on the low rank matrix approximation of kernelNotes on the low rank matrix approximation of kernel
Notes on the low rank matrix approximation of kernel
 
On the eigenstructure of dft matrices(in japanese only)
On the eigenstructure of dft matrices(in japanese only)On the eigenstructure of dft matrices(in japanese only)
On the eigenstructure of dft matrices(in japanese only)
 
Variational Kalman Filter
Variational Kalman FilterVariational Kalman Filter
Variational Kalman Filter
 
マーク付き点過程
マーク付き点過程マーク付き点過程
マーク付き点過程
 
Gitのすすめ
GitのすすめGitのすすめ
Gitのすすめ
 
DSIRNLP06 Nested Pitman-Yor Language Model
DSIRNLP06 Nested Pitman-Yor Language ModelDSIRNLP06 Nested Pitman-Yor Language Model
DSIRNLP06 Nested Pitman-Yor Language Model
 
Holonomic Gradient Descent
Holonomic Gradient DescentHolonomic Gradient Descent
Holonomic Gradient Descent
 
KeyGraph Analysis on NIPS2013 Papers
KeyGraph Analysis on NIPS2013 PapersKeyGraph Analysis on NIPS2013 Papers
KeyGraph Analysis on NIPS2013 Papers
 
Vanishing Component Analysisの試作と簡単な実験
Vanishing Component Analysisの試作と簡単な実験Vanishing Component Analysisの試作と簡単な実験
Vanishing Component Analysisの試作と簡単な実験
 
Swift 2 (& lldb) シンポジウム
Swift 2 (& lldb) シンポジウムSwift 2 (& lldb) シンポジウム
Swift 2 (& lldb) シンポジウム
 
Kernel entropy component analysis
Kernel entropy component analysisKernel entropy component analysis
Kernel entropy component analysis
 
Pylm public
Pylm publicPylm public
Pylm public
 
Dsirnlp#7
Dsirnlp#7Dsirnlp#7
Dsirnlp#7
 
Sparse Isotropic Hashing
Sparse Isotropic HashingSparse Isotropic Hashing
Sparse Isotropic Hashing
 

Similar to Windows HPC Server 講習会 第2回 開発編

Windows PowerShell 2.0 の基礎知識
Windows PowerShell 2.0 の基礎知識Windows PowerShell 2.0 の基礎知識
Windows PowerShell 2.0 の基礎知識shigeya
 
研究生のためのC++ no.7
研究生のためのC++ no.7研究生のためのC++ no.7
研究生のためのC++ no.7Tomohiro Namba
 
Open design computer project
Open design computer projectOpen design computer project
Open design computer projectIto Takahiro
 
What's new in open shift container platform 4.7 japan_20210318
What's new in open shift container platform 4.7 japan_20210318What's new in open shift container platform 4.7 japan_20210318
What's new in open shift container platform 4.7 japan_20210318Yuhki Hanada
 
TotalViewを使ったFOCUSスパコンでのデバッグ体験 2016
TotalViewを使ったFOCUSスパコンでのデバッグ体験 2016TotalViewを使ったFOCUSスパコンでのデバッグ体験 2016
TotalViewを使ったFOCUSスパコンでのデバッグ体験 2016RWSJapan
 
組み込みスクリプト言語Mrubyを利用したwebサーバの機能拡張支援機構
組み込みスクリプト言語Mrubyを利用したwebサーバの機能拡張支援機構組み込みスクリプト言語Mrubyを利用したwebサーバの機能拡張支援機構
組み込みスクリプト言語Mrubyを利用したwebサーバの機能拡張支援機構Ryosuke MATSUMOTO
 
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」ManaMurakami1
 
IBM Rational Team Concertに触れてみた
IBM Rational Team Concertに触れてみたIBM Rational Team Concertに触れてみた
IBM Rational Team Concertに触れてみたYou&I
 
Chef社内勉強会(第1回)
Chef社内勉強会(第1回)Chef社内勉強会(第1回)
Chef社内勉強会(第1回)Yoshinori Nakanishi
 
【GTMF2017】PlayCanvas新機能( 2017/6/30,7/14講演)
【GTMF2017】PlayCanvas新機能( 2017/6/30,7/14講演)【GTMF2017】PlayCanvas新機能( 2017/6/30,7/14講演)
【GTMF2017】PlayCanvas新機能( 2017/6/30,7/14講演)PlayCanvas運営事務局
 
Linux & Mac OS でも動く! ~ オープンソース & クロスプラットフォーム .NET の歩き方 ~
Linux & Mac OS でも動く! ~ オープンソース & クロスプラットフォーム .NET の歩き方 ~Linux & Mac OS でも動く! ~ オープンソース & クロスプラットフォーム .NET の歩き方 ~
Linux & Mac OS でも動く! ~ オープンソース & クロスプラットフォーム .NET の歩き方 ~Akira Inoue
 
OHS#2 GREでディープラーニング学習REST APIを作る
OHS#2 GREでディープラーニング学習REST APIを作るOHS#2 GREでディープラーニング学習REST APIを作る
OHS#2 GREでディープラーニング学習REST APIを作るManaMurakami1
 
Open design computer project(boost)
Open design computer project(boost)Open design computer project(boost)
Open design computer project(boost)Ito Takahiro
 
PowerShell を使用した Hyper-V の管理
PowerShell を使用した Hyper-V の管理PowerShell を使用した Hyper-V の管理
PowerShell を使用した Hyper-V の管理Kazuki Takai
 
EnrootとPyxisで快適コンテナ生活
EnrootとPyxisで快適コンテナ生活EnrootとPyxisで快適コンテナ生活
EnrootとPyxisで快適コンテナ生活Kuninobu SaSaki
 
ゲームのインフラをAwsで実戦tips全て見せます
ゲームのインフラをAwsで実戦tips全て見せますゲームのインフラをAwsで実戦tips全て見せます
ゲームのインフラをAwsで実戦tips全て見せますinfinite_loop
 

Similar to Windows HPC Server 講習会 第2回 開発編 (20)

Windows PowerShell 2.0 の基礎知識
Windows PowerShell 2.0 の基礎知識Windows PowerShell 2.0 の基礎知識
Windows PowerShell 2.0 の基礎知識
 
研究生のためのC++ no.7
研究生のためのC++ no.7研究生のためのC++ no.7
研究生のためのC++ no.7
 
Mod mrubyについて
Mod mrubyについてMod mrubyについて
Mod mrubyについて
 
Open design computer project
Open design computer projectOpen design computer project
Open design computer project
 
qmake入門
qmake入門qmake入門
qmake入門
 
Papi
PapiPapi
Papi
 
What's new in open shift container platform 4.7 japan_20210318
What's new in open shift container platform 4.7 japan_20210318What's new in open shift container platform 4.7 japan_20210318
What's new in open shift container platform 4.7 japan_20210318
 
TotalViewを使ったFOCUSスパコンでのデバッグ体験 2016
TotalViewを使ったFOCUSスパコンでのデバッグ体験 2016TotalViewを使ったFOCUSスパコンでのデバッグ体験 2016
TotalViewを使ったFOCUSスパコンでのデバッグ体験 2016
 
20130126 sc12-reading
20130126 sc12-reading20130126 sc12-reading
20130126 sc12-reading
 
組み込みスクリプト言語Mrubyを利用したwebサーバの機能拡張支援機構
組み込みスクリプト言語Mrubyを利用したwebサーバの機能拡張支援機構組み込みスクリプト言語Mrubyを利用したwebサーバの機能拡張支援機構
組み込みスクリプト言語Mrubyを利用したwebサーバの機能拡張支援機構
 
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
「NVIDIA プロファイラを用いたPyTorch学習最適化手法のご紹介(修正版)」
 
IBM Rational Team Concertに触れてみた
IBM Rational Team Concertに触れてみたIBM Rational Team Concertに触れてみた
IBM Rational Team Concertに触れてみた
 
Chef社内勉強会(第1回)
Chef社内勉強会(第1回)Chef社内勉強会(第1回)
Chef社内勉強会(第1回)
 
【GTMF2017】PlayCanvas新機能( 2017/6/30,7/14講演)
【GTMF2017】PlayCanvas新機能( 2017/6/30,7/14講演)【GTMF2017】PlayCanvas新機能( 2017/6/30,7/14講演)
【GTMF2017】PlayCanvas新機能( 2017/6/30,7/14講演)
 
Linux & Mac OS でも動く! ~ オープンソース & クロスプラットフォーム .NET の歩き方 ~
Linux & Mac OS でも動く! ~ オープンソース & クロスプラットフォーム .NET の歩き方 ~Linux & Mac OS でも動く! ~ オープンソース & クロスプラットフォーム .NET の歩き方 ~
Linux & Mac OS でも動く! ~ オープンソース & クロスプラットフォーム .NET の歩き方 ~
 
OHS#2 GREでディープラーニング学習REST APIを作る
OHS#2 GREでディープラーニング学習REST APIを作るOHS#2 GREでディープラーニング学習REST APIを作る
OHS#2 GREでディープラーニング学習REST APIを作る
 
Open design computer project(boost)
Open design computer project(boost)Open design computer project(boost)
Open design computer project(boost)
 
PowerShell を使用した Hyper-V の管理
PowerShell を使用した Hyper-V の管理PowerShell を使用した Hyper-V の管理
PowerShell を使用した Hyper-V の管理
 
EnrootとPyxisで快適コンテナ生活
EnrootとPyxisで快適コンテナ生活EnrootとPyxisで快適コンテナ生活
EnrootとPyxisで快適コンテナ生活
 
ゲームのインフラをAwsで実戦tips全て見せます
ゲームのインフラをAwsで実戦tips全て見せますゲームのインフラをAwsで実戦tips全て見せます
ゲームのインフラをAwsで実戦tips全て見せます
 

More from Osamu Masutani

Azure AI Conference Report
Azure AI Conference ReportAzure AI Conference Report
Azure AI Conference ReportOsamu Masutani
 
TOWARD A BETTER IPA EXPERIENCE FOR A CONNECTED VEHICLE BY MEANS OF USAGE PRED...
TOWARD A BETTER IPA EXPERIENCE FOR A CONNECTED VEHICLE BY MEANS OF USAGE PRED...TOWARD A BETTER IPA EXPERIENCE FOR A CONNECTED VEHICLE BY MEANS OF USAGE PRED...
TOWARD A BETTER IPA EXPERIENCE FOR A CONNECTED VEHICLE BY MEANS OF USAGE PRED...Osamu Masutani
 
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?Osamu Masutani
 
コネクテッドカーの胎動と交通サイバーフィジカルシステム
コネクテッドカーの胎動と交通サイバーフィジカルシステムコネクテッドカーの胎動と交通サイバーフィジカルシステム
コネクテッドカーの胎動と交通サイバーフィジカルシステムOsamu Masutani
 
R tools for Vsual Studio
R tools for Vsual StudioR tools for Vsual Studio
R tools for Vsual StudioOsamu Masutani
 
Power BI チュートリアル 導入・初級編
Power BI チュートリアル 導入・初級編Power BI チュートリアル 導入・初級編
Power BI チュートリアル 導入・初級編Osamu Masutani
 
A Sensing Coverage Analysis of a Route Control Method for Vehicular Crowd Sen...
A Sensing Coverage Analysis of a Route Control Method for Vehicular Crowd Sen...A Sensing Coverage Analysis of a Route Control Method for Vehicular Crowd Sen...
A Sensing Coverage Analysis of a Route Control Method for Vehicular Crowd Sen...Osamu Masutani
 
Traffic simulation based on space syntax
Traffic simulation based on space syntaxTraffic simulation based on space syntax
Traffic simulation based on space syntaxOsamu Masutani
 
C++ AMPを使ってみよう
C++ AMPを使ってみようC++ AMPを使ってみよう
C++ AMPを使ってみようOsamu Masutani
 
A Multiple Pairs Shortest Path Algorithm 解説
A Multiple Pairs Shortest Path Algorithm 解説A Multiple Pairs Shortest Path Algorithm 解説
A Multiple Pairs Shortest Path Algorithm 解説Osamu Masutani
 
Clustering of time series subsequences is meaningless 解説
Clustering of time series subsequences is meaningless 解説Clustering of time series subsequences is meaningless 解説
Clustering of time series subsequences is meaningless 解説Osamu Masutani
 
Toward a resilient prediction system for non-uniform traffic data
Toward a resilient prediction system for non-uniform traffic data Toward a resilient prediction system for non-uniform traffic data
Toward a resilient prediction system for non-uniform traffic data Osamu Masutani
 
BEIRA: A geo-semantic clustering method for area summary
BEIRA: A geo-semantic clustering method for area summaryBEIRA: A geo-semantic clustering method for area summary
BEIRA: A geo-semantic clustering method for area summaryOsamu Masutani
 
BEIRA -鳥瞰型情報検索アプリケーション
BEIRA -鳥瞰型情報検索アプリケーションBEIRA -鳥瞰型情報検索アプリケーション
BEIRA -鳥瞰型情報検索アプリケーションOsamu Masutani
 
An event detection method using floating car data
An event detection method using floating car dataAn event detection method using floating car data
An event detection method using floating car dataOsamu Masutani
 

More from Osamu Masutani (20)

Azure AI Conference Report
Azure AI Conference ReportAzure AI Conference Report
Azure AI Conference Report
 
Decode2018 report
Decode2018 reportDecode2018 report
Decode2018 report
 
TOWARD A BETTER IPA EXPERIENCE FOR A CONNECTED VEHICLE BY MEANS OF USAGE PRED...
TOWARD A BETTER IPA EXPERIENCE FOR A CONNECTED VEHICLE BY MEANS OF USAGE PRED...TOWARD A BETTER IPA EXPERIENCE FOR A CONNECTED VEHICLE BY MEANS OF USAGE PRED...
TOWARD A BETTER IPA EXPERIENCE FOR A CONNECTED VEHICLE BY MEANS OF USAGE PRED...
 
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
Power BI勉強会 #6 Power BI で地理的分析とこまでできる?
 
コネクテッドカーの胎動と交通サイバーフィジカルシステム
コネクテッドカーの胎動と交通サイバーフィジカルシステムコネクテッドカーの胎動と交通サイバーフィジカルシステム
コネクテッドカーの胎動と交通サイバーフィジカルシステム
 
R tools for Vsual Studio
R tools for Vsual StudioR tools for Vsual Studio
R tools for Vsual Studio
 
Taxi Fare Deep Dive
Taxi Fare Deep DiveTaxi Fare Deep Dive
Taxi Fare Deep Dive
 
Power BI チュートリアル 導入・初級編
Power BI チュートリアル 導入・初級編Power BI チュートリアル 導入・初級編
Power BI チュートリアル 導入・初級編
 
A Sensing Coverage Analysis of a Route Control Method for Vehicular Crowd Sen...
A Sensing Coverage Analysis of a Route Control Method for Vehicular Crowd Sen...A Sensing Coverage Analysis of a Route Control Method for Vehicular Crowd Sen...
A Sensing Coverage Analysis of a Route Control Method for Vehicular Crowd Sen...
 
Traffic simulation based on space syntax
Traffic simulation based on space syntaxTraffic simulation based on space syntax
Traffic simulation based on space syntax
 
C++ AMPを使ってみよう
C++ AMPを使ってみようC++ AMPを使ってみよう
C++ AMPを使ってみよう
 
A Multiple Pairs Shortest Path Algorithm 解説
A Multiple Pairs Shortest Path Algorithm 解説A Multiple Pairs Shortest Path Algorithm 解説
A Multiple Pairs Shortest Path Algorithm 解説
 
Clustering of time series subsequences is meaningless 解説
Clustering of time series subsequences is meaningless 解説Clustering of time series subsequences is meaningless 解説
Clustering of time series subsequences is meaningless 解説
 
Autopoiesis 2
Autopoiesis 2Autopoiesis 2
Autopoiesis 2
 
Autopoiesis 1
Autopoiesis 1Autopoiesis 1
Autopoiesis 1
 
UIMAウマー
UIMAウマーUIMAウマー
UIMAウマー
 
Toward a resilient prediction system for non-uniform traffic data
Toward a resilient prediction system for non-uniform traffic data Toward a resilient prediction system for non-uniform traffic data
Toward a resilient prediction system for non-uniform traffic data
 
BEIRA: A geo-semantic clustering method for area summary
BEIRA: A geo-semantic clustering method for area summaryBEIRA: A geo-semantic clustering method for area summary
BEIRA: A geo-semantic clustering method for area summary
 
BEIRA -鳥瞰型情報検索アプリケーション
BEIRA -鳥瞰型情報検索アプリケーションBEIRA -鳥瞰型情報検索アプリケーション
BEIRA -鳥瞰型情報検索アプリケーション
 
An event detection method using floating car data
An event detection method using floating car dataAn event detection method using floating car data
An event detection method using floating car data
 

Recently uploaded

クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfFumieNakayama
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成Hiroshi Tomioka
 
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?akihisamiyanaga1
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...博三 太田
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineerYuki Kikuchi
 
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfFumieNakayama
 
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案sugiuralab
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)UEHARA, Tetsutaro
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)Hiroki Ichikura
 

Recently uploaded (9)

クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdfクラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
 
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版) 2024年4月作成
 
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
 
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察  ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
 
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
 
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdfAWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
 
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
TataPixel: 畳の異方性を利用した切り替え可能なディスプレイの提案
 
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
 
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
【早稲田AI研究会 講義資料】3DスキャンとTextTo3Dのツールを知ろう!(Vol.1)
 

Windows HPC Server 講習会 第2回 開発編