AIを使ったHWの効率的な利用

GPU数の削減！必要なGPU数を増やすことなく、巨大なネットワークの学…

巨大な深層学習ネットワークを学習するのにGPUメモリが足りないという 問題がある一方、GPUはHDDやDRAMに比べて高価であり拡張が困難です。 その他のHWを利用することで単一GPUのみでの巨大なネットワークの 学習を実現。 【技術詳細】 ■CUDA Unified Memoryを利用したデータのHDDへの転送 　・ユーザーが転送を意識することなくGPUメモリのデータを 　　Hostメモリへ...

メーカー・取り扱い企業： スマートインプリメント株式会社 スマートインプリメント株式会社・4th ai・VISUS&co.

AIを使ったGPUの効率的な利用

必要に応じて、フレームワーク内にその処理を実装し、ユーザーフレンドリな…

深層学習の学習時間を短縮するためには複数のGPUによる 並列計算が必要です。 効率的に並列計算を行う手法を模索することで、効果的な学習を実現。 また、モデル並列、データ並列、パイプライン並列など、ユースケースに 沿った効率的な学習方法を模索し、実装・実験を実施します。 【技術詳細】 ■ユースケースにあった並列学習の実行 ■GPUの配置における処理の割り当て問題の解決 ...

メーカー・取り扱い企業： スマートインプリメント株式会社 スマートインプリメント株式会社・4th ai・VISUS&co.