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習が可能
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メモリへ転送可能 ・Nvidia Driverを拡張することで、Hostメモリが不足した際に HDDへデータを転送する技術を実装 ■計算グラフの解析 ・必要なデータのみをGPUに残し、他はHostメモリ、ストレージに移行、 計算が必要になりそうなタイミングでGPUに転送する技術の開発 ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
- 企業：スマートホールディングス株式会社
- 価格：応相談
