AIへ絡きく律を磊ったnVidia
グラフィックスICであるGPUが評罷なnVidiaは、茶嚨千急、不蘭千急などパタ〖ン千急に、マシンラ〖ニングやディ〖プラ〖ニングなどのAI∈客供夢墻∷を?qū)櫭摛筏皮い毪ⅳ饯卫い颏蓼工蓼共脧]している。票家肩號の禱窖柴的GTC 2016でその數(shù)羹を湯らかにした。
哭1 nVidiaのCEOであるJen-Hsun Huang會
GPU∈グラフィックスプロセッサˇユニット∷はこれまで3肌傅茶嚨を閃き、各の雹逼などつけてより繼靠に奪づけるといったゲ〖ム炳脫が肩な脫龐だった。それがCPUを輸捍する光拉墻コンピュ〖ティング∈HPC∷にGPUを蝗うようになり、さらにその脫龐をAIのパタ〖ン千急とその池漿に炳脫するようになった。海鉗のGTC∈GPU Technology Conference∷はAI辦咖だった。票家CEOのJen-Hsun Huang會(哭1)の答拇怪遍のタイトルは≈ディ〖プラ〖ニング¨AI匙炭∽と瑪しており、その屯灰をよく山している。
nVidiaは帽にGPUの炳脫認跋をゲ〖ムからコンピュ〖ティング禱窖やAIへと弓げてきただけではない。むしろAIに蝗うデバイスとして寵脫する數(shù)が耙蝸を券帶することがわかってきたことによる。毋えば、不蘭千急に寵脫すると、驕丸の咐駝や矢坍の潑墓藐叫を脫いたコンピュ〖タアルゴリズムで紛換していた數(shù)恕と孺べて、疙千急唯が布がったというデ〖タが叫てきた。2016鉗9奉16泣にマイクロソフトが券山した、AIを蝗った不蘭千急の疙千急唯は驕丸の10%笆懼から2%鎳刨に絡きく布がっている∈哭2∷。
哭2 不蘭千急はディ〖プラ〖ニングにより疙千急唯は2%に 叫諾¨nVidia Microsoftのデ〖タを苞脫
奶撅の柴廈をしていると、≈あ〖∽とか≈え〖∽とか罷蹋のない咐駝が驢く、そのような痰綠な咐駝を千急するためのアルゴリズムは澀妥がないはず。しかし驕丸のコンピュ〖タアルゴリズムは鏈ての咐駝を千急するように咆めてきた。これに灤して、AIでは、≈あ〖∽や≈え〖∽は罷蹋のない咐駝だと冉們して磊り嘉てればよい。≈あ〖∽や≈え〖∽を崔めた不蘭の剩花なパタ〖ンからパタ〖ンそのものの潑墓を藐叫し、梧擊拉などから罷蹋づけ池漿を乖うことによって、千急唯は懼がった。AIでは、部籬攙ˇ部它攙と池漿して承えたパタ〖ンを徊救パタ〖ンとして蝗い、擊たようなパタ〖ンが附れたら、徊救パタ〖ンと孺秤し冉們するのである。
nVidiaのAIシフトは、クルマの坤腸にも弓がってきている。もともとnVidiaは、5鉗ほど漣からクルマにGPUを烹很し、ダッシュボ〖ドに閉窘パネルを瞥掐し、そこに閃くスピ〖ドメ〖タやタコメ〖タを、きれいな茶嚨で山附することを謄弄としていた。ダッシュボ〖ドへの網(wǎng)脫によるドライバ〖毀辯が謄弄だった。荒前ながらこの脫龐は、辦嬸のクルマメ〖カ〖にしか何り掐れられなかった。もちろん、クルマへの閉窘パネルの何脫はまだ渴んでいない。
ところが、極瓢笨啪賈が廟謄を礁めるようになってくると、ドライバ〖毀辯のテクノロジ〖は辦恃した。ドライバ〖の漣數(shù)にある灤據(jù)濕がクルマなのか、客なのか、極啪賈なのか、クルマでもトラックなのか、捐脫賈か、客粗の淬と票じレベル笆懼の拉墻が滇められるようになった。するとパタ〖ン千急禱窖が端めて腳妥になってくる。そこでAIの判眷、というシナリオが叫てきた。
AIにGPUを蝗う妄統(tǒng)は、AI、潑にディ〖プラ〖ニングではニュ〖ラルネットワ〖クの緘恕と辦米するからだ。ここでは坷沸嘿甩をまねた菇隴の攫鼠帕茫システムを網(wǎng)脫する。ニュ〖ロン∈坷沸嘿甩∷1改は、渾坷沸や不蘭などの驢眶の掐蝸慨規(guī)が薔嘿甩に掐ると、呵介の薔嘿甩では、掐ってきたすべての掐蝸慨規(guī)(x1×xn)に腳み∈a1×an∷を齒け、それらを顱し圭わせる。呵稿に紛換した馮蔡をyとして叫蝸する。これは、GPUが評罷な姥下遍換そのものだ。この腳みを池漿によって恃えていくと、叫蝸yも恃わる。坷沸嘿甩は井薔だけで1000帛改あるといわれているため、排灰攙烯では、このような嘿甩をできるだけ驢眶脫罷して、坷沸ネットワ〖クを菇喇していく。
ディ〖プラ〖ニングの炳脫尸填は、茶嚨千急や不蘭千急などのパタ〖ン千急禱窖。それらをベンチマ〖クとして、nVidiaのコア禱窖であるGPUの拉墻羹懼も裁廬している。2016鉗に券山したGPUであるPascalは、3鉗漣に券山したGPUのKeplerの65擒の拉墻を積つ。16nm FinFET禱窖や3D-IC禱窖であるHMB2メモリなどの黎眉禱窖を脫いている。Pascalはもはやス〖パ〖コンピュ〖タを菇喇する腳妥な禱窖でもある。
哭3 2016鉗に券山した糠GPU≈Pascal∽ 16nm FinFETやTSVメモリなど黎眉禱窖の摻だ 叫諾¨nVidia
GPUはグラフィックス、すなわち≈お敞かき∽漓脫のプロセッサである。敞を今く眷圭のデッサンに陵碰するのが井さな話逞妨∈トライアングル∷をつなぎ圭わせていく、という侯度である。その懼に咖を派る∈レンダリング∷という侯度を沸て敞を窗喇させる條だが、悸はレンダリング侯度を絡きな茶燙の辦嬸では、擊たような咖を部刨も派っている侯度に斧える。悸狠、1綏のフレ〖ム懼では、茶燙を尸充し、咖を呈羌しているメモリからディスプレイ懼に咖を磨り燒ける侯度そのものをしており、まさに事誤借妄していることに霹しい。CPUは、尸呆炭吾により屯」な侯度を么わなければならないため、帽姐な事誤借妄は羹かない。帽姐な事誤借妄こそ、GPUが呵も評罷とする侯度である。この侯度は、擊たような茶嚨や不蘭などのパタ〖ンを部刨も承え哈ませる≈池漿∽と擊ている。だからGPUは、マシンラ〖ニング、ディ〖プラ〖ニングに羹いているという條だ。
ディ〖プラ〖ニングでは、IoTやスマ〖トデバイスなどからのデ〖タを池漿し、ニュ〖ラルネットワ〖クで部刨も帆り手し、夸俠を乖い、IoTにフィ〖ドバックする∈哭4∷。GPUはこの面で池漿と夸俠を么っている。毋えば、夸俠脫のアクセラレ〖タであるTesla P4/P40は、CPUと孺べて、P4はエネルギ〖跟唯が40擒、P40は拉墻が40擒という。さらに、呵糠のGPUモジュ〖ルとして、夸俠エンジンを呵努步する拉墻を積つTensorRT、寥み哈みス〖パ〖コンピュ〖タのJetson TX1など光拉墻の糠瀾墑をHuang會は疽拆した。
哭4 AIではIoTから池漿、ニュ〖ラルネットワ〖ク、夸俠マシンというサイクルを部刨も帆り手す 叫諾¨nVidia
泣塑では、供眷脫ロボットのファナックと捏啡した。ファナックの供眷にnVidiaのAI脫GPUモジュ〖ルを瞥掐し、ロボットを腑くすることによって、ユ〖ザ〖の欄緩跟唯を懼げようという晾いがある。
漣揭したように、AIを蝗ったパタ〖ン千急は、クルマの極瓢笨啪にも羹いた禱窖である。クルマの漣數(shù)にあるものを千急し、攙閏するのか、匿まるのか、という冉們も乖う。クルマが光廬蘋烯か辦忍蘋か、クルマの件跋にあるもの、なども千急する。さらに灤據(jù)濕がずっと漣からあったのか、仆臉叫てきたものか、ずっと納薩しているものか、だったらどのようにすべきか、などを冉們する。冉們ができたら、ブレ〖キをかけるのか寶へ大るのか、などのアクションをとる。アクションは擴告廢のマイコンを崔むECU、アクチュエ〖タで乖う。アクション笆嘲はAIで攫鼠借妄することができる。
これまでの極瓢笨啪は、クルマの浮叫ˇ千急、さらには球俐浮叫などを乖い、サラウンド浮叫も裁えていた。やはり謄磅となる球俐などの灤據(jù)濕が澀妥だった。灤據(jù)濕が瘋まれば、AIを蝗わなくてもコンピュ〖タ紛換だけでも攫鼠借妄はできた。しかし、謄磅のない、毋えば懷の面の≈けものみち∽を瘤るようなハンドル拎侯となると、≈數(shù)鎳及はない。ハンドル拎侯は紛換ではなく乖瓢∈Behavior∷である。だから、沸賦を姥んだ池漿、すなわちAIが澀妥なのだ∽とHuang會は怪遍で揭べている。
ただ、GPUの點き疥は、久銳排蝸がまだ絡きいことだ。これまでよりは警なくなったとはいえ、まだ眶澆WではLSIとして絡きい。さらに布げるための活みとしてIBMのTrueNorthチップやGoogleのTPU∈Tensor Processing Unit∷などAI漓脫のプロセッサが判眷している。ここに泣塑の染瞥攣メ〖カ〖にもチャンスがある。
