Submit Search
Upload
きれいな絵を書こうとしていたら、Aiを作れる様になっていた話
•
Download as PPTX, PDF
•
0 likes
•
91 views
D
Daiki Iijima
Follow
超アウトプット#2の発表資料です
Read less
Read more
Engineering
Slideshow view
Report
Share
Slideshow view
Report
Share
1 of 9
Download now
Recommended
Facility monitor
Facility monitor
Yuki Kikuchi
Facility monitor
Facility monitor
Yuki Kikuchi
LTで分かる!アセンブラ
LTで分かる!アセンブラ
Toru Nayuki
ASICについて blockchain.tokyo
ASICについて blockchain.tokyo
Misato Takahashi
AI Carの要約
AI Carの要約
Tsuyoshi Horigome
RustによるGPUプログラミング環境
RustによるGPUプログラミング環境
KiyotomoHiroyasu
Twitter for PC-G850
Twitter for PC-G850
Masayuki Sugahara
Movidius Neral Compute Stickを使ってみた
Movidius Neral Compute Stickを使ってみた
NISHIMOTO Keisuke
Recommended
Facility monitor
Facility monitor
Yuki Kikuchi
Facility monitor
Facility monitor
Yuki Kikuchi
LTで分かる!アセンブラ
LTで分かる!アセンブラ
Toru Nayuki
ASICについて blockchain.tokyo
ASICについて blockchain.tokyo
Misato Takahashi
AI Carの要約
AI Carの要約
Tsuyoshi Horigome
RustによるGPUプログラミング環境
RustによるGPUプログラミング環境
KiyotomoHiroyasu
Twitter for PC-G850
Twitter for PC-G850
Masayuki Sugahara
Movidius Neral Compute Stickを使ってみた
Movidius Neral Compute Stickを使ってみた
NISHIMOTO Keisuke
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
NTT Communications Technology Development
OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料
Shin-ya Koga
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
Hitoshi Sato
データ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラ
NVIDIA Japan
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
CUDAプログラミング入門
CUDAプログラミング入門
NVIDIA Japan
Meetup 2104 my_homenutanixce_mizuta
Meetup 2104 my_homenutanixce_mizuta
Yusuke Mizuta
seccamp2012 チューター発表
seccamp2012 チューター発表
Hirotaka Kawata
NVIDIA ディープラーニング入門
NVIDIA ディープラーニング入門
Seong-Hun Choe
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今
Developers Summit
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
Naoki (Neo) SATO
PBL1-v0-200j.pptx
PBL1-v0-200j.pptx
NAIST
アニメーション(のためのパフォーマンス)の基礎知識
アニメーション(のためのパフォーマンス)の基礎知識
Yosuke Onoue
GPUディープラーニング最新情報
GPUディープラーニング最新情報
ReNom User Group
FPGAを用いたEdge AIの現状
FPGAを用いたEdge AIの現状
Yukitaka Takemura
Cmc cmd slim
Cmc cmd slim
Shinji Shimojo
計算機理論入門01
計算機理論入門01
Tomoyuki Tarumi
ハードウェア進化についていけ 〜 実用化が進む GPU、そして注目が集まる Edge TPU の威力に迫る 〜
ハードウェア進化についていけ 〜 実用化が進む GPU、そして注目が集まる Edge TPU の威力に迫る 〜
Deep Learning Lab(ディープラーニング・ラボ)
NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄
Tak Izaki
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
Atsumori Sasaki
More Related Content
Similar to きれいな絵を書こうとしていたら、Aiを作れる様になっていた話
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
NTT Communications Technology Development
OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料
Shin-ya Koga
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
Hitoshi Sato
データ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラ
NVIDIA Japan
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
Fixstars Corporation
CUDAプログラミング入門
CUDAプログラミング入門
NVIDIA Japan
Meetup 2104 my_homenutanixce_mizuta
Meetup 2104 my_homenutanixce_mizuta
Yusuke Mizuta
seccamp2012 チューター発表
seccamp2012 チューター発表
Hirotaka Kawata
NVIDIA ディープラーニング入門
NVIDIA ディープラーニング入門
Seong-Hun Choe
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今
Developers Summit
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
Naoki (Neo) SATO
PBL1-v0-200j.pptx
PBL1-v0-200j.pptx
NAIST
アニメーション(のためのパフォーマンス)の基礎知識
アニメーション(のためのパフォーマンス)の基礎知識
Yosuke Onoue
GPUディープラーニング最新情報
GPUディープラーニング最新情報
ReNom User Group
FPGAを用いたEdge AIの現状
FPGAを用いたEdge AIの現状
Yukitaka Takemura
Cmc cmd slim
Cmc cmd slim
Shinji Shimojo
計算機理論入門01
計算機理論入門01
Tomoyuki Tarumi
ハードウェア進化についていけ 〜 実用化が進む GPU、そして注目が集まる Edge TPU の威力に迫る 〜
ハードウェア進化についていけ 〜 実用化が進む GPU、そして注目が集まる Edge TPU の威力に迫る 〜
Deep Learning Lab(ディープラーニング・ラボ)
NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄
Tak Izaki
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
Atsumori Sasaki
Similar to きれいな絵を書こうとしていたら、Aiを作れる様になっていた話
(20)
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
【たぶん日本初導入!】Azure Stack Hub with GPUの性能と機能紹介
OSC 2012 Hokkaido でのプレゼン資料
OSC 2012 Hokkaido でのプレゼン資料
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
第162回情報処理学会ハイパフォーマンスコンピューティング研究発表会
データ爆発時代のネットワークインフラ
データ爆発時代のネットワークインフラ
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CPU / GPU高速化セミナー!性能モデルの理論と実践:実践編
CUDAプログラミング入門
CUDAプログラミング入門
Meetup 2104 my_homenutanixce_mizuta
Meetup 2104 my_homenutanixce_mizuta
seccamp2012 チューター発表
seccamp2012 チューター発表
NVIDIA ディープラーニング入門
NVIDIA ディープラーニング入門
【A-1】AIを支えるGPUコンピューティングの今
【A-1】AIを支えるGPUコンピューティングの今
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
[ビッグデータオールスターズ] クラウドサービス最新情報 機械学習/AIでこんなことまでできるんです! (Microsoft編)
PBL1-v0-200j.pptx
PBL1-v0-200j.pptx
アニメーション(のためのパフォーマンス)の基礎知識
アニメーション(のためのパフォーマンス)の基礎知識
GPUディープラーニング最新情報
GPUディープラーニング最新情報
FPGAを用いたEdge AIの現状
FPGAを用いたEdge AIの現状
Cmc cmd slim
Cmc cmd slim
計算機理論入門01
計算機理論入門01
ハードウェア進化についていけ 〜 実用化が進む GPU、そして注目が集まる Edge TPU の威力に迫る 〜
ハードウェア進化についていけ 〜 実用化が進む GPU、そして注目が集まる Edge TPU の威力に迫る 〜
NVIDIA deep learning最新情報in沖縄
NVIDIA deep learning最新情報in沖縄
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
Watsonをささえる ハイパフォーマンスクラウドで はじめるDeep Learning
きれいな絵を書こうとしていたら、Aiを作れる様になっていた話
1.
きれいな絵を書こうとしていたら、 AIを作れるようになっていた話 #2 ~ GPU(グラフィックボード)の進化とAI~
2.
これまでの内容 #1 : M1
Macはなぜファンレスなのか(CPU) 「RISC」「CISC」 「Apple」「M1チップ」 「SoC」 「RISC-V」 「Intel」 「AMD」「x86(32)」「x64」 「ARM」 「Softbank」 「NVIDIA」
3.
今回伝えたいこと • GPUとはなにか • なぜ「ディープラーニング」「AI開発」でGPUが使われるのか •
GPUの今とこれからとDPU
4.
GPUとはなにか • Graphics Processing
Unit • 単純な処理の並列処理、主に描画に特化した装置 • CPUとの違いは? • コア数 (並列処理可能数) CPU : 1~32 個 GPU : 890 ~ 10,496 個 • 処理速度 (1秒間の処理数) CPU : 2.5億~3.2億 回 GPU : 9億 ~ 17億 回 CPU GPU 表示 表示 表示 表示 時間 時間 ディスプレイに表示する画像 . . . …
5.
なぜ「ディープラーニング」「AI開発」で GPUが選ばれるのか • GPUが培ってきたグラフィックスの描写能力とは 特定の形式の数値を計算する能力 • キーワードは行列計算 •
ディープラーニングには、重みの行列に別の行列をかけて 足し合わせる処理があり、 実はこの処理が三次元のグラフィックス処理と同じ • この処理をGPGPUという =
6.
GPUの歴史 • 1991年 :
CPUの描画処理部分を肩代わりする2Dグラフィックアクセラレータが登場 • 1996年 : 2Dの処理性能は十分にみたいしてきたので3Dを重視するようにシフトして行く • 1999年 : 世界初のGPUが発表される(NVIDA) • ~現在 : コア数や同時に使えるGPUの数(SLI)を増やして、大量の電力を使って計算を たくさんできるようにしている
7.
GPUの今とこれから • GPGPUをもっと簡単に使えるようになる • 現在でもOpenCLやOpenMPなどがあるが、言語仕様として、GPGPU を手軽に非同期処理をするように使えるようなるのではないか •
NVIDIAとAMDの戦い • NVIDIAはARMを手に入れたので、AMDとほぼ互角になった • 戦いの主戦場が、一般ユーザーからデータセンター市場に移行しつつ ある • NVIDIAが新たにDPUを発表したことで、CPUとGPGPUで行っている 処理を更に分離する流れがくるのではないか
8.
DPUについて • ARMベースCPUを搭載したSoC • 単体としてでも使用できるが、SmartNICとして使用している事がほとんど •
CPUやGPGPUで行っている処理の一部を任せる事ができる • AI • 機械学習 • セキュリティ(データの暗号化) • 通信 • ストレージ • etc…
9.
まとめ • PCはCPUが不得意なことを他のプロセッサに任せることで 処理速度を向上させている • 今後自作PCをする人はDPUどうするか悩むようになるのかも? •
仕組みを知ることで、違う分野への転用ができる可能性が広がる
Download now