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。
基本情報
※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。
価格帯
納期
用途／実績例
※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。
カタログ（1）
カタログをまとめてダウンロード
取り扱い会社
当社は、自動車開発の中でも特に重要な車両制御開発分野において、 世界をリードする先端の技術開発に取り組んできた会社です。 クルマづくりに情熱を燃やし、新たなことに果敢にチャレンジする 風土づくりを大切にしております。
