NVIDIA (@_ksasaki)

NVIDIA HOLODECK

  • 仮想空間で色を選択、部品設計はおもしろそう
    • 全てが3D CADでできているので、中身までバラせる
  • グラフィックアクセラレーションは結局計算

GPUコンピューティング12年の歩み

  • 2006 CUDA発表
  • 2018 summit => 世界一の性能
  • Linpackベンチマーク スパコンの性能測定に使われる

なぜGPUは早いのか

  • トランジスタ数は最新CPU, GPUではあんまり変わらない
  • GPUは得意分野を絞っている
    • 演算機の数 5,120 (5,120スレッド。同時に計算できる)
    • 単純な計算を並列に繰り返すことに特化している
    • グラフィックの描画に特化
  • CPUは汎用的に作られている
  • CPUはシングルスレッド、GPUは並列演算にステ振りしている
  • GPUでなんでもできるわけではない。OSは動かない。GPUに得意なことだけをオフロードして性能をあげる

TESLA V100

  • SM単位で同じ命令を実行する
  • SM: Streaming Multi processer
  • Core(CPU) ≒ CODA(GPU)

TENSOR Core

  • 混在制度行列計算ユニット
  • 学習、トレーニングに特化している
  • CUDNN

コンテナ環境でのGPU利用

NVIDIA-DOCKER 1.0

  • NVIDIAのドライバは、ホストのカーネルに入る
  • docker内のライブラリと、ドライバのバージョンが合っていないと使えない
  • NVIDA Docker 2
    • NVIDIA CONTAINER RUNTIME
  • k8s対応
  • NVIDIA GPU CLOUD (GPU対応アプリケーションの総合カタログ)
    • 何が嬉しい?
      • 環境構築の手間がかからない
      • 常に最新のコンテナ

NGC

  • nvidia.com/clouds

NVIDIA DEPP LEARNING INSTITUTE

  • オンライントレーニング
    • ディープラーニング基礎
  • DLI ハンズオン
    • NVIDIA DIGITS オンラインでできるトレーニング
  • 913-14 GTC(GPU Technology conference) Japan