インフラ Kubernetesのノード数を7500に拡張(1/2)
１．Kubernetesのノード数を7500に拡張(1/2)まとめ ・GPT-3やCLIPやDALL·Eなどで有名なOpen AIの背後にあるインフラシステムの紹介 ・Kubernetesを7500ノードに規模拡大し大規模モデルから小規模研...
インフラ
インフラ 
インフラ Google Colabのランタイムをリモートホストに設定する
１．Google Colabのランタイムをリモートホストに設定するまとめ ・Google Colabのランタイムを自宅内のリモートPCに変更する際のメモ ・リモートに直接接続する事は出来ないのでsshでポートフォワードする事になる ・Ten...
インフラ Google ColabのランタイムをGCEに設定する
１．Google ColabのランタイムをGCEに設定するまとめ ・Google ColabのランタイムをGCEのインスタンスに変更する際のメモ ・Google Cloud SDKとDeep Learning VMの組み合わせだと楽に変更で...
入門／解説 GeForce RTX 3060搭載のLinuxのPCでTensorFlowとCUDAを有効にする
１．GeForce RTX 3060搭載LinuxのPCでTensorFlowとCUDAを有効にするまとめ ・Tensorflow developer certificate受験用にPycharmでGPU付きTensorFlowをセットアッ...
入門／解説 GeForce RTX 3060搭載のWindows10のPCでTensorFlowとCUDAを有効にする
１．GeForce RTX 3060搭載WindowsPCでTensorFlowとCUDAを有効にするまとめ ・Tensorflow developer certificate受験用にPycharmでGPU付きTensorFlowをセットア...
入門／解説 ディープラーニング学習用途に最適なLinuxディストリビューションとは？
１．ディープラーニング学習用途に最適なLinuxディストリビューションとは？まとめ ・ディープラーニング開発用途に使われている一番ユーザが多いLinuxはUbuntu ・Ubuntuが好まれる理由はユーザの多さとAI用ツール群の公式サポート...
AI関連その他 GeForceシリーズのGPUの電気代と価格の比較一覧表
１．GeForceシリーズのGPUの電気代と価格の比較一覧表まとめ ・最高のGPUを2枚組み込んだ自作PCを一週間連続稼働すると7700円程度の電気代が見込まれる ・自己所有PCであっても、ランニングコストはそこそこかかるものと認識した方が...
インフラ 人工知能学習用にパソコンを自作する際に知っておくべき事(2020年版)
１．人工知能学習用にパソコンを自作する際に知っておくべき事(2020年版)まとめ ・ディープラーニングには大量の計算が必要なのでクラウドか自作ハードウェアを選ぶ事になる ・自作ハードウェアは長期目線ではコストの削減とスピードの向上に繋がる可...
インフラ GCP上で大きなモデルを動かした際のGPUの性能比較
１．GCP上で大きなモデルを動かした際のGPUの性能比較まとめ ・Colabで動かせないモデルをGCP上で実行するとColabの凄みを改めて実感する事になる ・GPUはベンチマークではなく実際のタスクやモデルで動かさないと性能差はわからない...
インフラ ETLの未来がELTではなくEL(T)である理由
１．ETLの未来がELTではなくEL(T)である理由まとめ ・ETLは柔軟性、視認性、及びデータ追加時にコストがかかる事が問題点である ・ELTは、データを取り込んだ後に変換するのでデータ要件が変更されても追加コストが不要 ・最終的にExt...
インフラ AppleのM1プロセッサが機械学習に与える影響(2/2)
１．AppleのM1プロセッサが機械学習に与える影響(2/2)まとめ ・GPUとニューラルエンジンを組み合わせると高性能を発揮できるポテンシャルがある ・M1に最適化したTensorFlow 2.4はIntel版に比べて３～４倍近い性能を発...
インフラ AppleのM1プロセッサが機械学習に与える影響(1/2)
１．AppleのM1プロセッサが機械学習に与える影響(1/2)まとめ ・Appleが初のApple自社開発プロサッサを搭載したノートPCを発表し非常に評判が良い ・CPU速度は最大3.5倍、GPUの速度は最大5倍と言われているが機械学習では...