Innovative Tech: このコーナーでは、テクノロジーの最新研究を紹介するWebメディア「Seamless」を主宰する山下裕毅氏が執筆。新規性の高い科学論文を山下氏がピックアップし、解説する。 NVIDIAが10月に発表した新技術は、映像内の動きを抽出して画像に転送することで、リアルな合成動画を生成する敵対的生成ネットワーク(Generative adversarial networks、GAN)を用いた手法だ。 人の全身運動や顔の輪郭運動など、領域分割マスクや線画スケッチを基に、動かしたい画像に合成し写実的な映像に仕上げる。 ベースとなる以前の研究「Video-to-video synthesis」(vid2vid)では、学習したドメインでしか合成できなかったが、今回の研究では訓練データセットに含まれてなくても合成が可能になり、より幅広い合成動画が作成できる。
大手ハイテク各社は世界中に巨大データセンターを建設しているが、それによって引き起こされる二酸化炭素排出量の大幅な増加の回避にも躍起になっている。 多くの電力を消費する人工知能(AI)がクラウド化されるのに伴い、太陽光発電や風力発電に余剰がある地域をソフトウエアを使って探し出し、そこでデータセンターの運営を強化するという手法も広がりつつある。二酸化炭素排出量とコストを削減することが可能になるからだ。 クラウドコンピューティングの管理を手掛けるシーラス・ネクサスの共同創業者で最高経営責任者(CEO)を務めるクリス・ノーブル氏は「再生可能エネルギーを最大限に利用するやり方でデータセンターを運営する方法を見つけ出すことが急務だ」と語った。 AIが必要とするコンピューティングがもたらす気候変動リスクは広範に及び、化石燃料を使用する電力からクリーンな電力への大幅な転換がなければ一段と悪化する恐れがある
まえがき 初めまして、R&Dチームの宮﨑です。趣味はFPSをやってます。150時間やってますが未だにドンかつを食べられていません。普段は深層学習のベンチマークを取ったりしています。 実はひと昔前からあった深層学習。近年実用性が増して一大ブームとなっています。実用的になった背景の一つとしてGPUを用いた高速化により深層学習の学習及び推論が実用的な時間で実行できるようになったことがあります。NVIDIAから提供されるCUDAを用いるとC言語に拡張を加えた形式でCPU+GPUのヘテロジニアスコンピューティングを記述できます。 CUDAを使用するにはCPU+GPUの環境がどのようなハードウェア構成をしており、その上でCUDAがどのようなシステムを構築しているのかを理解する必要があります。この理解なしに漫然とサンプルコードを真似するだけでは意図通りのパフォーマンスが出なかったり、そもそもAPIの意味
大事なお知らせ NVIDIA Docker リポジトリでの 2020 年 9 月の変更により、この記事内容と最新の状況に割と大きな差ができてしまいました。最新の状況に合わせた改訂版を、エヌビディアジャパンの Medium ページに投稿しましたので、今後は是非 Medium のほうをご覧ください。 NVIDIA Docker って今どうなってるの? (20.09 版) 以下、2020 年 8 月までの内容です。 ※ 2020/07/09 CUDA 11 の正式リリースに伴い、CUDA のインストールコマンド例を 11.0 のものに更新しました。 ※ 2020/06/13 CUDA 11 RC のリリースに伴い、CUDA 10.2 のインストールページからインストールしても CUDA 11 RCがインストールされるケースが確認されたので、10.2 を明示的に指定するように例示コマンドを更新しま
一向に改善の兆しが見られないグラフィックスカードの品薄状態。ショップの陳列棚はスカスカ&ガラガラ。そこで本日のコレオシは、未だかつてない最悪の状況について、現場の店員に思いの丈を語ってもらおう。 「先週まで在庫があったGeForce RTX 3070も全て完売。価格が高いのでさすがに売れないだろうと思っていたGeForce RTX 3090も動き出し、そろそろ在庫が危なくなってきました。今GeForceを買うなら、2万円のGeForce GTX 1650か25万円のGeForce RTX 3090かの2択という状況です」(ショップ店員) 「長年店員をやっていますが、ここまでグラフィックスカードの在庫がないのは初めての経験です。以前のマイニングブームもひどかったですが、あの時はどんどん入荷がありましたし、どちらかというとよく売れたという印象でした。今回は本当に入荷がない。毎週数本の入荷があれ
TSMC 3nmを活用したApple A17とM3 SoCの歩留りは55%程度。コスト高騰や出荷量の減少に繋がる可能性 TSMC’s 3-nm Push Faces Tool Struggles – EE Times TSMCが開発している3nmについてはAppleが2023年秋に発売を計画しているiPhone15に搭載されるA17 BionicやMacbook系に搭載されるM3 SoCの製造に利用されると言われています。また、Appleでは他社に先駆けてこの3nmプロセスを利用するために、TSMC 3nmの生産枠の90%程度を獲得したとも言われているのですが、この3nmについて歩留りが現時点では55%程度と非常に低調とのことで、AppleとTSMCは支払い方法を巡っても低い歩留りに合わせて変更するようです。 EE Timesによると、TSMC 3nmプロセスであるN3Bで製造されるSoC
エヌビディア社(NVIDIA)とS&P500は、どちらも投資家から人気のある投資対象です。エヌビディアは、半導体業界のリーダーで、人工知能(AI)やデータセンターなどの成長分野で強みを持っています。 S&P500は、米国の大企業500社の株式をまとめたインデックスで幅広い分野に投資することができます。エヌビディアはS&P500の構成銘柄の1つです。 エヌビディア社とS&P500の比較は、個別銘柄を買うか?ETFを買うのか?どちらがいいのかということになりますが、あまり比較では語られていません。しかし、資産形成にはとても重要な選択になります。 それぞれの概要や特徴、メリット・デメリットや今後の見通しなどを株のプロであるアドバイザーがわかりやすく解説しますので、今後の資産形成の一助としていただければ幸いです。 エヌビディア社とS&P500の概要 エヌビディア社(NVIDIA)とは エヌビディア
Stable Diffusionなどの画像生成AIは自身の所有するマシンにインストールしてローカルで実行することが可能です。しかし、快適な画像生成に必要な「大容量のVRAMを備えたグラフィックボード」はPCパーツの中でも高価な部類に入るため、予算の都合から画像生成を諦めている人も多いはず。新たに、安価なAPUでも実用的な速度で画像を生成できたという検証結果がAI関連YouTubeチャンネル「Tech-Practice」によって報告されています。 Democratize AI: turn a $95 chip into a 16GB VRAM GPU! Beats most of the discrete GPUs! | by Ttiotech | Aug, 2023 | Medium https://medium.com/@ttio2tech_28094/51a8636a4719 Demo
2月2日、米電気自動車(EV)大手テスラが業績で苦戦しているため、超大型7銘柄、いわゆる「マグニフィセント・セブン」から同社が脱落し、代わりに人工知能(AI)関連企業が入る可能性が専門家の間で取り沙汰されている。1月8日撮影(2024年 ロイター/Dado Ruvic) [2日 ロイター] - 米電気自動車(EV)大手テスラが業績で苦戦しているため、超大型7銘柄、いわゆる「マグニフィセント・セブン」から同社が脱落し、代わりに人工知能(AI)関連企業が入る可能性が専門家の間で取り沙汰されている。 アップル(AAPL.O), opens new tab、マイクロソフト(MSFT.O), opens new tab、グーグル親会社アルファベット(GOOGL.O), opens new tab、アマゾン・ドット・コム(AMZN.O), opens new tab、エヌビディア(NVDA.O), o
前置き 個人マシンで3090 Tiが使えるようになり、ウキウキでEfficientNetV2を回してみると…共有マシンの3090よりも遅い。 どうやらWindowsではパフォーマンスが出ないというウワサは本当だったらしい。(他の要素も検証しろ! 「Windowsが許されるのは小学生までだよねー」などとイジられながらも頑なにWindowsで粘ってきたが そろそろ潮時だろうかと考えていると、CUDA on WSL 2がnear-nativeなパフォーマンスで動くと聞こえてきた。 結果、WSL 2+Docker環境で学習を回すと、Windowsネイティブ環境と比べて実行時間が16%短縮された。 導入方法 以下のページで丁寧に解説されています。 補足: CUDAをDockerから使う場合は「3. CUDA Support for WSL 2」の手順は不要です。 罠1 systemctlが使えないと
NVIDIAが2024年5月15日に、経済産業省の助成や国内の主要クラウド企業との協力により、日本の生成AIインフラの構築を推進し、自国のデータを自国のAIで活用する「ソブリンAI」の基盤作りを強化していくこと発表しました。 NVIDIA to Help Elevate Japan’s Sovereign AI Efforts Through Generative AI Infrastructure Build-Out | NVIDIA Blog https://blogs.nvidia.com/blog/japan-sovereign-ai/ NVIDIA、生成AIインフラ構築をとおして日本のソブリンAIの取り組みを支援 | NVIDIAのプレスリリース https://prtimes.jp/main/html/rd/p/000000466.000012662.html NVIDIAは今
最新情報 (2022-06-15 時点) エヌビディアの佐々木です。 2020 年 6 月にこの記事を書いて以来、Windows Insider Preview や NVIDIA ドライバの新しいビルドが出たタイミングなどで記事を更新してきましたが、あちこちに注釈が増えて読みづらくなってきたので、今後はこの「最新情報」セクションに新しい情報を集約しようと思います。あと、更新履歴は記事末尾へ送りました。 私が動作を確認したバージョン Windows のビルド: 22621.1 (Windows 11 バージョン 22H2) NVIDIA ドライバ: 512.95 nvidia-smi コマンドの GPU-Util 欄が "N/A" になってしまう問題は解決! 実行した NGC コンテナイメージ nvcr.io/nvidia/tensorflow:22.05-tf2-py3 Docker De
NVIDIAは9月19日よりカンファレンスイベント「GTC 2022」を開催していた。新型GPUであるGeForce RTX 4090/4080がお披露目されたほか、同社CEOによる基調講演や質疑応答なども実施。そのなかで、「もうGPUの価格低下傾向はおわった」との、ユーザーにとって悲しい見通しが語られたようだ。海外メディアDigital Trendsなどが伝えている。 NVIDIAはGeForceシリーズのGPU(およびグラフィックボード)などでお馴染み の半導体メーカーだ。同社が開催したGTC 2022では、新アーキテクチャAda Lovelace採用GPU「GeForce RTX 4090」および「GeForce RTX 4080」が発表。RTX 4090が10月より、RTX 4080が11月より発売予定と明かされた(関連記事)。スペックや新技術などが注目を集めるなか、とりわけユーザ
by WishItWas1984 全くプレイしたことがないゲームのプレイムービーを見た時に、頭の中で「自分がそのゲームをプレイするところ」を想像して、なんとなくプレイした気分になったことがある人もいるはず。それと同じように、AIに名作アクションゲーム「パックマン」のゲームプレイを視覚的に学習させることで、既存のゲームエンジンやコードを用意することなく、AIによるシミュレーションだけでパックマンを生成するという試みを、NVIDIAの研究チームが発表しました。 GameGAN https://nv-tlabs.github.io/gameGAN/ PAC-MAN Recreated with AI by NVIDIA Researchers | NVIDIA Blog https://blogs.nvidia.com/blog/2020/05/22/gamegan-research-pacma
A sign is posted in front of the Nvidia headquarters on May 10, 2018 in Santa Clara, California. Photographer: Justin Sullivan/Getty Images 大企業がもっと大きくなるとの賭けが当たり、何年も前から利益を積み上げてきた株式トレーダーらは、バブルがどういうものだったか忘れている。エヌビディアがそれを思い出させてくれるかもしれない。 こう語るのはリサーチ・アフィリエイツを創業したロブ・アーノット氏だ。超大型株膨張の危険性を警告することで知られるアーノット氏は、そうした脅威を緩和するパッシブ運用プロダクトの設計者でもある。年初から232%上昇したエヌビディア株は、コンピューターサイエンス革命の流れに乗っているのかもしれないが、「大いなる市場の妄想として教科書で説
はじめに Turing 株式会社のリサーチチームでインターンをしている東京工業大学 B4 横田研究室の藤井(@okoge_kaz)です。 自然言語処理分野における大規模深層学習の重要性は日に日に高まっていますが、GPT-3, GPT-4 などのモデルの学習には膨大な計算コストがかかり、容易に学習できなくなっています。実際、モデルサイズが近年急速に大きくなっていることにより、学習に必要な計算量(FLOPs)は以下のように年々膨大になっています。近年の大規模モデルでは、NVIDIA H100 80GB であっても 1 つの GPU では、モデルをのせることすらできません。 Compute Trends Across Three Eras of Machine Learning より またScaling Laws によると、大規模なモデルは小さいモデルと比較してより優れた性能を発揮するため、自動
AMDのAthlonやZenマイクロアーキテクチャ、Apple A4などさまざまなチップの開発に携わったアーキテクトでエンジニアのジム・ケラー氏が、X(旧Twitter)で「NVIDIAのCUDAは沼です」と批判したことが報じられています。 Jim Keller criticizes Nvidia's CUDA, x86 — 'Cuda’s a swamp, not a moat. x86 was a swamp too' | Tom's Hardware https://www.tomshardware.com/tech-industry/artificial-intelligence/jim-keller-criticizes-nvidias-cuda-and-x86-cudas-a-swamp-not-a-moat-x86-was-a-swamp-too ケラー氏の経歴は以下の記事を
11月21日、米半導体大手エヌビディアは、アップルにはできない中国を巡る懸念の払拭が可能だ。米カリフォルニア州サンタクララのエヌビディア本社で2022年5月撮影。同社提供(2023年 ロイター) [23日 ロイター] - 人工知能(AI)向け半導体で圧倒的シェアを誇る米エヌビディア(NVDA.O), opens new tabが、これまで米インテル(INTC.O), opens new tabの牙城だったパソコン(PC)用半導体市場に挑もうとしている。 事情に詳しい2人の関係者はロイターに、エヌビディアがマイクロソフト(MSFT.O), opens new tabの基本ソフト(OS)「ウィンドウズ」を動かすCPUの設計をひそかに開始し、そこには英半導体設計大手アーム(O9Ty.F), opens new tabの技術が使われると明かした。 マイクロソフトは、半導体メーカー各社がウィンドウズ
NVIDIAはAI開発に使われるGPUで大きなシェアを獲得しているほか、ソフトウェア開発および実行環境「CUDA」もAIの開発現場で広く採用されています。そんなNVIDIAの一人勝ち状態に対抗するべく、Intelや富士通、Google、Armなどのテクノロジー企業が参加する業界団体「Unified Acceleration Foundation(UXL Foundation)」がオープンなソフトウェア開発環境の構築を進めています。 UXL Foundation: Unified Acceleration https://uxlfoundation.org/ Unified Acceleration (UXL) Foundation https://www.intel.com/content/www/us/en/developer/articles/news/unified-accelera
「ChatGPT」のような生成系AIを高速化するサーバー向けGPUをNVIDIAが発表 ライター:米田 聡 GTC 2023の基調講演に登場したJensen Huang氏 2023年3月21日,NVIDIAが主催する恒例のGPU技術関連イベント「GTC 2023」がスタートした。3月22日に行われた同社CEOであるJensen Huang(ジェンスン・フアン)氏の基調講演では,さまざまな新しいAI関連製品やサービスが発表となった。 本稿では,基調講演の一部から,ゲーマーでも知っておく価値がありそうなものにしぼって概要を紹介したい。 計算機リソグラフィ分野に大躍進をもたらす「cuLitho」 NVIDIAは自社で工場を持たない,いわゆるファブレスの半導体メーカーである。ただ,ファブレスといっても半導体の製造技術と無関係でいられるわけではない。とくにGPUは,最先端の製造技術を用いる複雑で大規
UbuntuでのGPUディープラーニング環境の構築【Ubuntu 18.04 LTS対応】:機械学習&ディープラーニング環境構築入門(1/3 ページ) GPUを活用したTensorFlow/PyTorch/Chainerなどによるディープラーニングを実践するための環境をUbuntu上に構築する際の選択ポイントと手順を説明する。 連載目次 0. ディープラーニングのOS環境の選択指針 TensorFlowやPyTorch、Chainerなどのライブラリを使ったディープラーニング(Deep Learning)/機械学習(Machine Learning)を始めようと思ったなら、本当の初心者/学習者であればGoogle Colaboratoryの活用をお勧めする(※参考「ディープラーニングを始めるための、作業環境の特長と使い分け指針:Google Colaboratory入門」)。しかし「本格的
さくらインターネット、生成AI向けクラウドサービス開始へ 〜NVIDIA H100 GPUを搭載した2EFの大規模クラウドインフラを石狩データセンターに整備〜 クラウドコンピューティングサービスを提供するさくらインターネット株式会社(本社:大阪府大阪市、代表取締役社長:田中 邦裕、以下「さくらインターネット」)は、経済安全保障推進法に基づく特定重要物資である「クラウドプログラム」の供給確保計画に関する経済産業省の認定を受けました。AI時代を支えるGPUクラウドサービスの提供に向けて、3年間で130億円規模の投資をし、「NVIDIA H100 Tensor コア GPU」を搭載した、合計2EFLOPS(エクサフロップス)※1の大規模クラウドインフラを整備することを決定いたしました。 クラウドコンピューティングに最適化した「石狩データセンター」 本取り組みは民間で初めて経済産業省から認定された
本記事では、NVIDIAから発表されているPyTorchでのディープラーニングを高速化するコツ集を紹介します。 【※NEW】22年6月新記事:スクラム関連の研修・資格のまとめ & おすすめの研修受講方法 本記事について 本記事は、NVIDIAのArun Mallyaさんの発表、 「PyTorch Performance Tuning Guide - Szymon Migacz, NVIDIA」 に、説明やプログラムを追加して、解説します。 本記事のポイントは、Andrej KarpathyがTwitterで呟いている通りとなります。 good quick tutorial on optimizing your PyTorch code ⏲️: https://t.co/7CIDWfrI0J quick summary: pic.twitter.com/6J1SJcWJsl — Andrej
NVIDIAが、GPU向けのコンピューティングプラットフォームとして提供している「CUDA」のソフトウェア利用許諾契約(EULA)の中で、翻訳レイヤーを通じてNVIDIA以外のハードウェアプラットフォームで実行することを禁止していることがわかりました。もともとこの条項はNVIDIAのサイト上で公開されているオンライン版のEULAには含まれていましたが、インストールしたCUDAのドキュメントにも含まれるようになったとのことです。 License Agreement for NVIDIA Software Development Kits — EULA https://docs.nvidia.com/cuda/eula/index.html Nvidia bans using translation layers for CUDA software — previously the prohi
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