[B! nVidia] kenjiro_nのブックマーク

エヌビディアがCPU参入　アームと組みAI計算10倍速く - 日本経済新聞

【シリコンバレー=佐藤浩実】米半導体大手のエヌビディアは12日、CPU（中央演算処理装置）に参入すると発表した。英アームの基本設計を利用し、2023年に米欧のスーパーコンピューターに搭載する。人工知能（AI）計算を10倍速くできる見通しで、米インテルの主戦場に切り込む。AIの進化を左右する「頭脳」を巡り競争が激しくなる。12日に開いたAIイベントでCPU「Grace（グレース）」を発表した。エ

kenjiro_n 2021/04/14

リンク

NVIDIA、59ドルの2GBメモリ版「Jetson Nano」を発表

kenjiro_n 2020/10/06

リンク

エヌビディアへの売却は「最悪」、事業モデル崩壊＝アーム創業者

９月１４日、英アーム・ホールディングスの共同創業者ハーマン・ハウザー氏は、ソフトバンクグループがアームを米エヌビディアに売却すると発表したことについて、「最悪の事態」であり、アームのビジネスモデルが崩壊するとの認識を示した。写真はエヌビディアのロゴ。ロサンゼルスで２０１７年７月撮影（２０２０年　ロイター／Mike Blake）［ロンドン　１４日　ロイター］ - 英半導体設計大手アーム・ホールディングスの共同創業者ハーマン・ハウザー氏は１４日、ソフトバンクグループ（ＳＢＧ）<9984.T>がアームを米半導体大手エヌビディアに売却すると発表したことについて、「最悪の事態」であり、アームのビジネスモデルが崩壊するとの認識を示した。ハウザー氏はロイターとのインタビューで「（アームの本社がある）ケンブリッジにとって、英国にとって、欧州にとって最悪の事態だ。グローバルな重要性を持つ欧州最後のテクノ

kenjiro_n 2020/09/17

リンク

ソフトバンクグループ英半導体開発会社「Arm」売却を発表 | IT・ネット | NHKニュース

「ソフトバンクグループ」は、4年前、巨額の投資で買収したイギリスの世界的な半導体開発会社、「Arm」をアメリカの半導体大手のエヌビディアに売却すると発表しました。売却総額は、最大でおよそ400億ドル、日本円にしておよそ4兆2000億円にのぼる見込みです。 Armはソフトバンクグループが4年前、およそ3兆3000億円もの巨額の資金を投じて買収した世界的な半導体開発会社で、今回、エヌビディアへの売却総額は最大でおよそ400億ドル、日本円でおよそ4兆2000億円に上る見込みです。このうち2兆2000億円あまりに相当する分はエヌビディアの株式で支払われるということで、これによってソフトバンクグループはエヌビディアの株式のおよそ6.7％から8.1％を保有する見込みです。ソフトバンクグループはArmの売却で新型コロナウイルスの影響などで悪化した財務基盤の強化を図るとともに今後はエヌビディアの主要株

kenjiro_n 2020/09/14

リンク

NVIDIA CUDAがWindows Subsystem for Linux上で利用可能に

kenjiro_n 2020/05/21

リンク

Jetson NanoからMIDIでポケット・ミクを制御 - karaage. [からあげ]

Jetson NanoでMIDIを使いたいちょっとした事情で、Jetson Nanoで懐かしのポケット・ミク（ポケミク）さんを動かしたくなりました。 Raspberry Piで動かしたことあるので、Jetson Nanoでも楽勝だろうと思っていたら、Jetson Nanoは基本的にオーディオ出力系はあんまり想定していないようで、めちゃめちゃハマりました…Python3にMIDIを制御するライブラリのPygameを入れるだけで大変な上、結局それだけではダメで、カーネルのビルドまでする羽目になりました。そこらへんの奮闘記は、マニアックなのでQiitaにまとめました。興味ある方は以下2つの記事をご覧下さい。 Jetson Nanoでポケット・ミクさんを使うそんな苦労の甲斐あってポケミクを使えるようになりました。歌うキーボードポケット・ミク (大人の科学マガジンシリーズ) 発売日: 20

kenjiro_n 2019/10/22

Jeston Nanoには多分手が出ないと思うが、手持ちのRaspberry Pi を無駄にしない意味では過去そういう記事があったと紹介してくれたのは助かった。

リンク

Google Coral Edge TPU Board Vs NVIDIA Jetson Nano Dev board — Hardware Comparison

Both NVidia and Google recently released dev board targeted towards EdgeAI and also at a cost point to attract developers, makers and hobbyists. Both the dev boards are primarily for inference, but support limited transfer learning re-training. The Edge TPU supports transfer learning training using weight imprinting technique. Both of the dev kits consists of a SOM (System-on-Module) connected to