Nvidia、ディープラーニングの総合��を見せつける
Nvidiaは単なるファブレス半導��メーカーにとどまっていない。AI（デ��ープラーニング）やHPC（高性�Ε灰鵐團紂璽謄�ング）のマシンを設��するコンピュータメーカーでもある。最�咾�GPUであるTesla V100（図1）を使いこなす。AIでは学�{だけではなく推�b��にGPUを動かすための推�bソフトウエアTensorRTの新バージョンも開発した。�O動運転��プラットフォーム、IoT��の推�bアクセラレータも提供する。こんな�eが浮かび�屬�る。
図1 Nvidia最�咾�GPU「Tesla V100」は5000個以�屬�GPUコアを��並�`に配��した210億トランジスタを集積している
こういった最新のNvidiaの実��を同社は2018�Q3月に�盜颪離汽鵐離爾膿�したGTC 2018での発表内容を、4月下旬東�Bで開��されたNdivia Deep Learning Seminar 2018で�o開した。デ��ープラーニングコンピュータとその仕組み、最新版の推�bソフトウエアTensorRT 4、実際の応��として�O動運転��のシミュレータ「Drive Constellation」を発表した。さらに組み込みシステムやIoT端��でもAIを使うためのNvidiaのデ��ープラーニングアーキテクチャ（NVDLA）を英Armの「Project Trillium」に組込むためArmとも提携した。ハイエンドコンピューティングでは、レイトレーシング（Ray Tracing）という光の陰影を実際の�^真並みの����で表現する�}法をリアルタイムで実現するNvidia RTX�\術も発表した。
世�cに��したディープラーニング��サーバNvidia DGX-2では、��来1ラックに20��のサーバを搭載し、それを15ラック並べた広いデータセンターに匹�發垢襯妊�ープラーニング処理�ξ�を�eちながら、1ラック分にも満たない5��のサーバで実現できるコンピュータシステムを開発した。サイズは1/60、電��効率は18倍という高性�Δ淵灰鵐團紂璽燭箸覆辰拭�これまでのコンピュータサーバーDGX-1は、最�j8個のGPUを搭載していた。
このデ��ープラーニング��サーバDGX-2では、最も�嗄�なGPUであるNvidiaのTesla V100のメモリを��来の2倍の32GBに�j容量化し、最�j16個のGPUを搭載している。16個のGPUをどのように構成するか。これまでは4GPUを1組として、四角形の頂点に�QGPUを配��する構成で互いに連�Tし行き来できるアーキテクチャであり、8個のGPUの場合はこれを2組で互いにデータを行き来できる構成を採っていた。しかし16GPUとなると、もはやこのアーキテクチャは使えないため、バス�擬阿��瑤織侫．屮螢奪�NVLinkインターコネクトチップを新たに設��した（図2）。このチップにはクロスバースイッチを集積しており、18個のポートを�eち、最�j900GB/sでデータ転送する。このチップだけでも20億トランジスタを集積している。
図2 16個のGPUをNVLinkインターコネクトで100%接��する
推�bソフトウエアTensorRT 4をGoogleのディープラーニング��フレームワークTensorFlow 1.7に統合し、推�bアプリケーションをGPU�屬納孫圓靴笋垢�した。学�{済みのニューラルネットワークを迅�]に最適化し、検証、�t開するために�W��する。Googleがこのソフトを使い別のGPUで実行した�T果、TensorFlow内でGPU推�bの�]度はこのソフトを使わない場合と比べ8倍高�]のスループットが�uられたとしている。
�O動運転のための����認識に使うAI機�Δ鬟轡潺絅譟璽轡腑鵑垢襪燭瓩隣Z載シミュレーションプラットフォームNdivia Drive Constellationをリリースした。これは2��のサーバからなり、それぞれが専��のソフトウエアを搭載している。1番�`のサーバにはNdivia DRIVE Simを搭載し、�O動運転に��要なカメラとミリ�Sレーダー、Lidarなどのセンサをシミュレーションし、センサデータを�收�する。もう1��のサーバにはAI�Z載コンピュータNvidia Drive Pegasusと、�O動運転��のソフトウエアスタックが搭載され、あたかも実際の�O路�屬鯀�行するクルマのセンサから�uられたデータのように処理を行い、走行�X況を指��し、シミュレータにフィードバックされる。このHIL（Hardware in the loop）は1秒間に30�vシミュレーション動作できる。
シミュレーションソフトのDrive Simは、暴風�Uや吹雪などの異常気��や、昼間の��しい�陵杆�、�牢屬琉鼎びX況、ありとあらゆるタイプの路�Cや地形など、などさまざまなテスト環境を創り出すという。こういった�X況の中でカメラ映�気筌譟璽澄爾糧深o�S形などのデータを�Dり込みシミュレーションする。
Nvidiaはまた、IoTのような軽いエッジデバイスにも推�b��プロセッサを搭載できるようにするため、CPUコアベンダーのArmとも提携した。Nvidiaのデ��ープラーニングアクセラレータ（NVDLA）アーキテクチャをArmの「Project Trillium」プラットフォームに組み込み、機械学�{を実現するという。NvidiaのNVDLAは、SoCのXavierをベースとして、デ��ープラーニングの推�bアクセラレータを設��する際の�Y��を�`指す無料のオープンアーキテクチャである��推�bソフトウエアのTensorRTの最新版もサポートしている。
Nvidiaは、今や半導��GPUチップからコンピュータハードウエアとソフトウエアまで�}�Xける演�Qに��化したコンピュータメーカーと言えるかもしれない。
