GPGPU - GPUによる汎用計算

GPGPU - GPUによる汎用計算
株式会社ツヴァイハンダー・ジャパン代表取締役半田洋丈

25年の法則
• 2010年に発売されたiPadは、1985年に発売された
スーパーコンピュータ「クレイ-2」と同等の能力があった。
• ざっと25年でスパコンが小型の端末になった計算。
• 商用の量子コンピュータが開発されたのが2011年。
• 今のノイマン型コンピュータは安価なものとして残ると思
うが、高価なものは2036年には量子コンピュータになっ
ていると予想。

GPUはあと10年は使える
• 2017年現在、一般人レベルのAIの学習や仮想通貨
のマイニングにはGPUを使うのが主流。
• 現在の量子コンピュータは、対応できる問題に制限があ
る。次世代の汎用タイプはあらゆる問題に対応できるが、
まだ開発中。
• したがって、当分は現在のノイマン型コンピュータでGPU
を使って計算することが主流となる。

GPGPUとは
• GPGPUは「GPUによる汎用計算」のこと。
• GPUは本来画像処理を行う装置。
• しかしGPUは条件分岐のない行列計算が得意。
• そこでAIの学習、仮想通貨のブロックチェーン（分散台
帳）管理に使われている。

GPGPUの開発方式
主要なGPGPUの開発方式は3つある。
• 米NVIDIA社の「CUDA」。
• 米AMD社の「AMD Stream」。
• 米NPOのクロノス・グループの「OpenCL」。
⇒AMD StreamはOpenCLに合流し、実質2つ。

CUDA（クーダ）
• 主にC言語、C++言語で開発する環境を提供。
• PythonやJava、.NETといった多言語からCUDAを呼
べるようにもしている。これにより、開発に着手するときの
ハードルが下がっている。
• NVIDIA以外のGPUでは動作しない。
• ユーザの人気の面ではCUDAが一番のようだ。

OpenCL
• C言語、C++言語で開発する環境を提供。
• マルチプラットフォーム対応が特徴。NVIDIAもAMDも
どちらのGPUも扱える。
【選び方】
• AMDのGPUの方が安価。手軽に始めるならOpenCL。
• 性能はNVIDIAのGPUの方が高い。本格的に業務に
使うならCUDA。

AI開発フレームワーク
• CUDA/OpenCLを使って、今からAIのための機械学
習・深層学習のプログラムをゼロから作るのは勉強にな
るが大変。
• 既にいろいろな開発者が、いろいろなAI開発フレーム
ワークを世に出している。ほとんどが、無料で使える。

AI開発フレームワークの位置づけ
• ユーザのアプリから見たとき、AI開発フレームワークが提
供しているAPIを主に使う。
• CUDA/OpenCLやGPUそのものを気にする必要はほ
とんどなくなる。
ユーザのアプリ
AI開発フレームワーク
CUDA/OpenCL
OS (Windowsなど)
ハードウェア

主要なフレームワーク
名前メーカメリット支援
TensorFlow グーグル有名、情報量が多い－
Cognitive Toolkit マイクロソフト高速、スケーラブル－
Chainer プリファード・
ネットワークス
高速、柔軟、直感的トヨタ自動車
Caffe バークレー人工知能研
究所
簡単に使えるツールがある。
「NVIDIA DIGITS」
NVIDIA、
ヤフージャパン
MXNET カーネギーメロン大学スケーラブル、
省メモリ
アマゾン

NVIDIA DIGITSとは
• 「NVIDIA
DIGITS」は、
NVIDIAが開発し
た深層学習モデル
を扱うWebアプリ。
• Caffeを使用。
• かなり使い勝手が
良い、入門者に
ぴったりと評判。
学習の様子がグラフ
でわかる！

NVIDIA DIGITSを使ってみたい
ネットを検索すると、NVIDIA社のスライドがころがってま
した。これで勉強したいと思います。

現在環境構築中
• 電脳再生工房アダチの安達さん（長岡IT組合）にた
のんで、現在サーバを構築中。
• DIGITSはWindowsでは動きません。Ubuntuという
Linuxの一種で動かします。
• デモできるようになったら、お見せします。

本日のAI活用型世界株ファンド
以上

GPGPU - GPUによる汎用計算

More Related Content

Featured (20)

GPGPU - GPUによる汎用計算