SlideShare uma empresa Scribd logo
1 de 24
Chainer と Microsoft Azure
広がる応用
廣野淳平 マイクロソフト
自己紹介
Preferred Networks社との Global Alliance 担
当
GPUは1080(無印、Ti 買わないぐらいのヒ
ヨッコ)
Chainer & Azure で 深層学習の実社会での応
用を推進!
Microsoft Azure = オープンクラウド
3
+Hundreds of community
supported images on
VM Depot
SQL Server
オープンかつ柔軟なクラウドで幅広い選択肢をご提供してきました
Web App Gallery
Dozens of .NET & PHP
CMS and Web apps
Microsoft Azure
Azure 内の3分の1の
仮想マシンが
Linuxで稼働
Platform Services
Infrastructure Services
Web Apps
Mobile
Apps
API
Management
API Apps
Logic Apps
Notification
Hubs
Content
Delivery
Network (CDN)
Media
Services
BizTalk
Services
Hybrid
Connections
Service Bus
Storage
Queues
Hybrid
Operations
Backup
StorSimple
Azure Site
Recovery
Import/Export
SQL
Database
DocumentDB
Redis
Cache
Azure
Search
Storage
Tables
Data
Warehouse Azure AD
Health Monitoring
AD Privileged
Identity
Management
Operational
Analytics
Cloud
Services
Batch
RemoteApp
Service
Fabric
Visual Studio
App
Insights
Azure
SDK
VS Online
Domain Services
HDInsight Machine
Learning
Stream
Analytics
Data
Factory
Event
Hubs
Mobile
Engagement
Data
Lake
IoT Hub
Data
Catalog
Security &
Management
Azure Active
Directory
Multi-Factor
Authentication
Automation
Portal
Key Vault
Store/
Marketplace
VM Image Gallery
& VM Depot
Azure AD
B2C
Scheduler
The Azure Platform
GPU 搭載インスタンス ~ N シリーズ
NV Series (Tesla M60 搭載):RemoteFX vGPU によって強力な 3D グラフィック性能を実現
NC Series (Tesla K80 搭載) :Direct device assignment による仮想環境上の強力な GPU 処理を実現
GPU 機能 Tesla M60
GPU 2x NVIDIA Maxwell GPU
Max Power 300 W
フォームファクター PCIE 3.0 Dual slot
クーリング ソリューション Passive/Active
メモリサイズ 16 GB (GPU ごとに 8 GB)
CUDA コア数 4,096 (GPU ごとに 2,048)
GPU 機能 Tesla K80
GPU 2x Kepler GK210
最大倍精度浮動小数点性能
2.91 TFlop (GPU ブーストクロック)
1.87 TFlop (ベースクロック)
最大単精度浮動小数点性能
8.74 TFlop (GPU ブーストクロック)
5.6 TFlop (ベースクロック)
メモリバンド幅 毎秒 480 GB (GPU ごとに毎秒 240 GB)
メモリサイズ 24 GB (GPU ごとに 12 GB)
CUDA コア数 4,992 (GPU ごとに 2,496) 5
◆Physical Card Spec. ◆Physical Card Spec.
NV6 NV12 NV24 NC6 NC12 NC24 NC24r
Cores 6
(E5-2690v3)
12
(E5-2690v3)
24
(E5-2690v3)
6
(E5-2690v3)
12
(E5-2690v3)
24
(E5-2690v3)
24
(E5-2690v3)
GPU 1 x M60 GPU
(1/2 Physical
Card)
2 x M60 GPU
(1 Physical
Card)
4 x M60 GPU
(2 Physical
Cards)
1 x K80 GPU
(1/2 Physical
Card)
2 x K80 GPU
(1 Physical
Card)
4 x K80 GPU
(2 Physical
Cards)
4 x K80 GPU
(2 Physical
Cards)
Memory 56 GB 112 GB 224 GB 56 GB 112 GB 224 GB 224 GB
Disk ~380 GB SSD ~680 GB SSD ~1.5 TB SSD ~380 GB SSD ~680 GB SSD ~1.5 TB SSD ~1.5 TB SSD
Network Azure
Network
Azure
Network
Azure
Network
Azure
Network
Azure
Network
Azure
Network
InfiniBand
デプロイした瞬間 売切御免 な GPU
 2016 年 8 月 プレビュー開始、12 月に製品版に。
 4 か月で 5,000 顧客がサインアップ
 Cris.ai など MS 1st Party サービスの展開
 AI と Deep Learning が需要をけん引
 OpenAI, City of Hope(Cancer detection) などが
GPUを大量消費
今年夏、P100 が Azure に来る!!
NC6s_v2 NC12s_v2 NC24s_v2 NC24rs_v2
Cores 6 12 24 24
GPU 1 x P100 2 x P100 4 x P100 4 x P100
Memory 112 GB 224 GB 448 GB 448 GB
Disk ~700 GB SSD ~1.4 TB SSD ~3 TB SSD ~3 TB SSD
Network Azure Network Azure Network Azure Network InfiniBand
今年夏、P40 も Azure に来る!!
ND6s ND12s ND24s ND24rs
Cores 6 12 24 24
GPU 1 x P40 2 x P40 4 x P40 4 x P40
Memory 112 GB 224 GB 448 GB 448 GB
Disk ~700 GB SSD ~1.4 TB SSD ~3 TB SSD ~3 TB SSD
Network Azure Network Azure Network Azure Network InfiniBand
気になるお値段…
10
Amazon Azure Azure Google IDCF Sakura
Gen Kepler Kepler Pascal Kepler Pascal Pascal
GPU K80 x 1 K80 x 1 P100 x 1 K80 x 1 P100 x 1 P100 x 1
CPU Core 4 6 6 16 56 8
RAM 61GB 56GB 112GB 60GB 256GB 128GB
Cost / Hour $0.9 $0.9 まだ極秘 $0.7 $3.94 $3.19
https://aka.ms/gpupreview
メジャーな分析ツールが
インストール、構成済み
Azure GPU VM 上に
Deep Learning 拡張機能が組み込み
Developer Editions of SQL & R Server
Azure Batch が利用可能に
Azure Data Science Virtual Machine
データサイエンス 仮想マシン
13
ハイパースケール環境での
トレーニングとデプロイ
あなたのアプリとデータに
インテリジェンスを
全ての AI ツール
でデータを扱える
オンデマンド で トレーニングが
出来、スケールアウト
するGPU環境
Azure Batch AI Training
Azure Data Lake
Cognitive APIs
CNTK, TensorFlow,
Chainer…
Python, Visual Studio…
Sign-up for preview: aka.ms/batchaitraining
+ =
来週トレーニングもあります。
https://aka.ms/batchaitraining
Chainer MN on Azure GPU InfiniBand Cluster
16
Chainer MN on Azure GPU InfiniBand Cluster
17
従来の Database
+ App
Intelligence Database
+ App
データ が存在する場所に ”知性” を
Application +
Intelligence
Database
Application
Intelligence
+ Database
VS
R & Python ベースの
AI の ストアドプロシージャ
Graph モデルのサポートによる
より複雑な関係を分析
クエリ 処理の最適化による
比類なき パフォーマンス
AI を組み込んだ最初の商用データベース
SQL Server
2017
Chainer on Windows
20
@2017 Microsoft Corpration. All rights reserved.
Deep Intelligence
In Motion
x
「Deep Learning Lab」
• 本コミュニティを説明する1文
• ディープラーニングに関連する技術とビジネスの両面に精通したプロフェッ
ショナルたちが開発事例や最新技術動向を情報発信するコミュニティです。
• 概要説明文
• Deep Learning to Market コミュニティは、ディープラーニングを中心とし
た先端技術の持つ可能性を実際のビジネスへ応用するべく、技術とビジネス
の両面に精通したプロフェッショナルたちが集まるコミュニティです。
Microsoft AzureとChainerを主要なプラットフォーム/フレームワークとして、
ニーズに合わせた最適な技術を選択し開発した事例や最新技術動向の情報発
信を行いディープラーニング領域のソリューション検討を具体的に進められ
るように支援します。
• Connpassサイト: https://dllab.connpass.com/
23
まとめ
24
https://dllab.connpass.com/

Mais conteúdo relacionado

Mais procurados

Azure 10 周年の節目に見直したい、azure インフラのちょっと大事な話
Azure 10 周年の節目に見直したい、azure インフラのちょっと大事な話Azure 10 周年の節目に見直したい、azure インフラのちょっと大事な話
Azure 10 周年の節目に見直したい、azure インフラのちょっと大事な話
ShuheiUda
 

Mais procurados (20)

『OpenStack共同検証ラボ』のご紹介 - OpenStack最新情報セミナー 2016年3月
『OpenStack共同検証ラボ』のご紹介 - OpenStack最新情報セミナー 2016年3月 『OpenStack共同検証ラボ』のご紹介 - OpenStack最新情報セミナー 2016年3月
『OpenStack共同検証ラボ』のご紹介 - OpenStack最新情報セミナー 2016年3月
 
OpenStack Saharaを使ったデータ分析基板を作った話 - OpenStack最新情報セミナー(2016年7月)
 OpenStack Saharaを使ったデータ分析基板を作った話  - OpenStack最新情報セミナー(2016年7月) OpenStack Saharaを使ったデータ分析基板を作った話  - OpenStack最新情報セミナー(2016年7月)
OpenStack Saharaを使ったデータ分析基板を作った話 - OpenStack最新情報セミナー(2016年7月)
 
NVIDIA ディープラーニング最新情報
NVIDIA ディープラーニング最新情報NVIDIA ディープラーニング最新情報
NVIDIA ディープラーニング最新情報
 
OpenStack & Container
OpenStack & ContainerOpenStack & Container
OpenStack & Container
 
学生からみた松江高専生とOpenStackで遊んだお話
学生からみた松江高専生とOpenStackで遊んだお話学生からみた松江高専生とOpenStackで遊んだお話
学生からみた松江高専生とOpenStackで遊んだお話
 
OpenStack Summit Hong Kong 出張報告
OpenStack Summit Hong Kong 出張報告OpenStack Summit Hong Kong 出張報告
OpenStack Summit Hong Kong 出張報告
 
Canonical様講演 OpenStack最新情報セミナー 2013年11月
Canonical様講演 OpenStack最新情報セミナー 2013年11月Canonical様講演 OpenStack最新情報セミナー 2013年11月
Canonical様講演 OpenStack最新情報セミナー 2013年11月
 
OpenStack-Ansibleで作るOpenStack HA環境 手順書解説 - OpenStack最新情報セミナー 2016年3月
OpenStack-Ansibleで作るOpenStack HA環境 手順書解説 - OpenStack最新情報セミナー 2016年3月OpenStack-Ansibleで作るOpenStack HA環境 手順書解説 - OpenStack最新情報セミナー 2016年3月
OpenStack-Ansibleで作るOpenStack HA環境 手順書解説 - OpenStack最新情報セミナー 2016年3月
 
ITコンサルタントが語る!OpenStackを活用した課題解決のやり方
ITコンサルタントが語る!OpenStackを活用した課題解決のやり方ITコンサルタントが語る!OpenStackを活用した課題解決のやり方
ITコンサルタントが語る!OpenStackを活用した課題解決のやり方
 
OpenStack最新動向と構築のポイント - EMC様セミナー 「あなたのビジネスを高速化! OpenStackが実現する戦略的なクラウドインフラ」
OpenStack最新動向と構築のポイント - EMC様セミナー 「あなたのビジネスを高速化! OpenStackが実現する戦略的なクラウドインフラ」OpenStack最新動向と構築のポイント - EMC様セミナー 「あなたのビジネスを高速化! OpenStackが実現する戦略的なクラウドインフラ」
OpenStack最新動向と構築のポイント - EMC様セミナー 「あなたのビジネスを高速化! OpenStackが実現する戦略的なクラウドインフラ」
 
空回りのクラウド基盤導入
空回りのクラウド基盤導入空回りのクラウド基盤導入
空回りのクラウド基盤導入
 
ConoHaにおけるオブジェクトストレージの利用動向 - OpenStack最新情報セミナー 2015年2月
ConoHaにおけるオブジェクトストレージの利用動向 - OpenStack最新情報セミナー 2015年2月ConoHaにおけるオブジェクトストレージの利用動向 - OpenStack最新情報セミナー 2015年2月
ConoHaにおけるオブジェクトストレージの利用動向 - OpenStack最新情報セミナー 2015年2月
 
Hccjp poc-introduction 3
Hccjp poc-introduction 3Hccjp poc-introduction 3
Hccjp poc-introduction 3
 
Azure 10 周年の節目に見直したい、azure インフラのちょっと大事な話
Azure 10 周年の節目に見直したい、azure インフラのちょっと大事な話Azure 10 周年の節目に見直したい、azure インフラのちょっと大事な話
Azure 10 周年の節目に見直したい、azure インフラのちょっと大事な話
 
サイバーエージェント様 導入事例:OpenStack Fast Track – 若葉マークStackerのStacker教習所 - OpenStack最新...
サイバーエージェント様 導入事例:OpenStack Fast Track – 若葉マークStackerのStacker教習所 - OpenStack最新...サイバーエージェント様 導入事例:OpenStack Fast Track – 若葉マークStackerのStacker教習所 - OpenStack最新...
サイバーエージェント様 導入事例:OpenStack Fast Track – 若葉マークStackerのStacker教習所 - OpenStack最新...
 
最近のJuju/MAAS について
最近のJuju/MAAS について最近のJuju/MAAS について
最近のJuju/MAAS について
 
ネットワン様講演 OpenStack最新情報セミナー 2014年2月
ネットワン様講演 OpenStack最新情報セミナー 2014年2月ネットワン様講演 OpenStack最新情報セミナー 2014年2月
ネットワン様講演 OpenStack最新情報セミナー 2014年2月
 
NTTデータ様講演 OpenStack最新情報セミナー 2014年6月
NTTデータ様講演 OpenStack最新情報セミナー 2014年6月NTTデータ様講演 OpenStack最新情報セミナー 2014年6月
NTTデータ様講演 OpenStack最新情報セミナー 2014年6月
 
Edge Computing と k8s でなんか話すよ
Edge Computing と k8s でなんか話すよEdge Computing と k8s でなんか話すよ
Edge Computing と k8s でなんか話すよ
 
OpenStack本番環境の作り方 - Interop 2016
OpenStack本番環境の作り方 - Interop 2016OpenStack本番環境の作り方 - Interop 2016
OpenStack本番環境の作り方 - Interop 2016
 

Semelhante a Chainer と Microsoft Azure 広がる応用 (Chainer Meetup #5)

20130817 windows azure最新情報(福井)
20130817 windows azure最新情報(福井)20130817 windows azure最新情報(福井)
20130817 windows azure最新情報(福井)
Hirano Kazunori
 

Semelhante a Chainer と Microsoft Azure 広がる応用 (Chainer Meetup #5) (20)

Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
Intel OpenVINO、 NVIDIA Deepstream対応開発キットから、 エッジサーバー、Azure Data Box Edgeまで、 Az...
 
INF-001_詳説 Azure IaaS ~私はインフラが好きだ~
INF-001_詳説 Azure IaaS ~私はインフラが好きだ~INF-001_詳説 Azure IaaS ~私はインフラが好きだ~
INF-001_詳説 Azure IaaS ~私はインフラが好きだ~
 
今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識今改めて学ぶ Microsoft Azure 基礎知識
今改めて学ぶ Microsoft Azure 基礎知識
 
Microsoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community UpdateMicrosoft AI Solution Update / DLL community Update
Microsoft AI Solution Update / DLL community Update
 
それでもボクはMicrosoft Azure を使う
それでもボクはMicrosoft Azure を使うそれでもボクはMicrosoft Azure を使う
それでもボクはMicrosoft Azure を使う
 
PFN x Microsoft Alliance
PFN x Microsoft AlliancePFN x Microsoft Alliance
PFN x Microsoft Alliance
 
サポート エンジニアが語る、Microsoft Azure を支えるインフラの秘密
サポート エンジニアが語る、Microsoft Azure を支えるインフラの秘密サポート エンジニアが語る、Microsoft Azure を支えるインフラの秘密
サポート エンジニアが語る、Microsoft Azure を支えるインフラの秘密
 
Microsoft AI Platform
Microsoft AI PlatformMicrosoft AI Platform
Microsoft AI Platform
 
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
[db tech showcase Tokyo 2017] AzureでOSS DB/データ処理基盤のPaaSサービスを使ってみよう (Azure Dat...
 
[Azure Antenna] クラウドで HPC ~ HPC on Azure ~
[Azure Antenna] クラウドで HPC ~ HPC on Azure ~[Azure Antenna] クラウドで HPC ~ HPC on Azure ~
[Azure Antenna] クラウドで HPC ~ HPC on Azure ~
 
20190705 mas ken_azure_stack
20190705 mas ken_azure_stack20190705 mas ken_azure_stack
20190705 mas ken_azure_stack
 
インフラ野郎AzureチームProX
インフラ野郎AzureチームProXインフラ野郎AzureチームProX
インフラ野郎AzureチームProX
 
IoT World Conference 2017 - Microsoft AI Platform
IoT World Conference 2017 - Microsoft AI PlatformIoT World Conference 2017 - Microsoft AI Platform
IoT World Conference 2017 - Microsoft AI Platform
 
15分でお届けする Elastic Stack on Azure 設計・構築ノウハウ
15分でお届けする Elastic Stack on Azure 設計・構築ノウハウ15分でお届けする Elastic Stack on Azure 設計・構築ノウハウ
15分でお届けする Elastic Stack on Azure 設計・構築ノウハウ
 
JAZUG Nagoya Windows Azure Update 20140301
JAZUG Nagoya Windows Azure Update 20140301JAZUG Nagoya Windows Azure Update 20140301
JAZUG Nagoya Windows Azure Update 20140301
 
Azure IaaS update (2018年5月版)
Azure IaaS update (2018年5月版)Azure IaaS update (2018年5月版)
Azure IaaS update (2018年5月版)
 
JAWS-UGお遍路_20230916.pdf
JAWS-UGお遍路_20230916.pdfJAWS-UGお遍路_20230916.pdf
JAWS-UGお遍路_20230916.pdf
 
20130817 windows azure最新情報(福井)
20130817 windows azure最新情報(福井)20130817 windows azure最新情報(福井)
20130817 windows azure最新情報(福井)
 
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
Deep Learning Lab - Microsoft Machine Learning meetup 2018/06/27 - 推論編
 
Microsoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses versionMicrosoft Azure Overview - Japanses version
Microsoft Azure Overview - Japanses version
 

Mais de Hirono Jumpei

Mais de Hirono Jumpei (20)

20190822 Microsoftが考えるAI活用のロードマップ
20190822 Microsoftが考えるAI活用のロードマップ20190822 Microsoftが考えるAI活用のロードマップ
20190822 Microsoftが考えるAI活用のロードマップ
 
20190719 minerlpl
20190719 minerlpl20190719 minerlpl
20190719 minerlpl
 
Dllab2ndanniversarypl
Dllab2ndanniversaryplDllab2ndanniversarypl
Dllab2ndanniversarypl
 
Microsoft Autonomousへの取り組み
Microsoft Autonomousへの取り組みMicrosoft Autonomousへの取り組み
Microsoft Autonomousへの取り組み
 
AI開発を円滑に進めるための契約・法務・知財
AI開発を円滑に進めるための契約・法務・知財AI開発を円滑に進めるための契約・法務・知財
AI開発を円滑に進めるための契約・法務・知財
 
Iot algyan jhirono 20190111
Iot algyan jhirono 20190111Iot algyan jhirono 20190111
Iot algyan jhirono 20190111
 
Malmotutorial
MalmotutorialMalmotutorial
Malmotutorial
 
Microsoft digital transformation and ai 20181126
Microsoft digital transformation and ai 20181126Microsoft digital transformation and ai 20181126
Microsoft digital transformation and ai 20181126
 
20180627 databricks ver1.1
20180627 databricks ver1.120180627 databricks ver1.1
20180627 databricks ver1.1
 
DLLAB COMMUNITY UPDATE 201804
DLLAB COMMUNITY UPDATE 201804DLLAB COMMUNITY UPDATE 201804
DLLAB COMMUNITY UPDATE 201804
 
Deep learning lab AI Expo
Deep learning lab AI ExpoDeep learning lab AI Expo
Deep learning lab AI Expo
 
20180323 dll standard
20180323 dll standard20180323 dll standard
20180323 dll standard
 
Dll commuinity and academy update 201803 v2
Dll commuinity and academy update 201803 v2Dll commuinity and academy update 201803 v2
Dll commuinity and academy update 201803 v2
 
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例	深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
 
異常検知ナイトgLupe発表
異常検知ナイトgLupe発表異常検知ナイトgLupe発表
異常検知ナイトgLupe発表
 
DLLAB commuinity and academy update 201802
DLLAB commuinity and academy update 201802DLLAB commuinity and academy update 201802
DLLAB commuinity and academy update 201802
 
【Dll171201】深層学習利活用の紹介 掲載用
【Dll171201】深層学習利活用の紹介 掲載用【Dll171201】深層学習利活用の紹介 掲載用
【Dll171201】深層学習利活用の紹介 掲載用
 
Microsoft の深層学習への取り組み
Microsoft の深層学習への取り組みMicrosoft の深層学習への取り組み
Microsoft の深層学習への取り組み
 
深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例	深層学習の導入で抱える課題とユースケース実例
深層学習の導入で抱える課題とユースケース実例
 
20171201 deep learning lab albert
20171201 deep learning lab albert20171201 deep learning lab albert
20171201 deep learning lab albert
 

Chainer と Microsoft Azure 広がる応用 (Chainer Meetup #5)

  • 1. Chainer と Microsoft Azure 広がる応用 廣野淳平 マイクロソフト
  • 2. 自己紹介 Preferred Networks社との Global Alliance 担 当 GPUは1080(無印、Ti 買わないぐらいのヒ ヨッコ) Chainer & Azure で 深層学習の実社会での応 用を推進!
  • 3. Microsoft Azure = オープンクラウド 3 +Hundreds of community supported images on VM Depot SQL Server オープンかつ柔軟なクラウドで幅広い選択肢をご提供してきました Web App Gallery Dozens of .NET & PHP CMS and Web apps Microsoft Azure Azure 内の3分の1の 仮想マシンが Linuxで稼働
  • 4. Platform Services Infrastructure Services Web Apps Mobile Apps API Management API Apps Logic Apps Notification Hubs Content Delivery Network (CDN) Media Services BizTalk Services Hybrid Connections Service Bus Storage Queues Hybrid Operations Backup StorSimple Azure Site Recovery Import/Export SQL Database DocumentDB Redis Cache Azure Search Storage Tables Data Warehouse Azure AD Health Monitoring AD Privileged Identity Management Operational Analytics Cloud Services Batch RemoteApp Service Fabric Visual Studio App Insights Azure SDK VS Online Domain Services HDInsight Machine Learning Stream Analytics Data Factory Event Hubs Mobile Engagement Data Lake IoT Hub Data Catalog Security & Management Azure Active Directory Multi-Factor Authentication Automation Portal Key Vault Store/ Marketplace VM Image Gallery & VM Depot Azure AD B2C Scheduler The Azure Platform
  • 5. GPU 搭載インスタンス ~ N シリーズ NV Series (Tesla M60 搭載):RemoteFX vGPU によって強力な 3D グラフィック性能を実現 NC Series (Tesla K80 搭載) :Direct device assignment による仮想環境上の強力な GPU 処理を実現 GPU 機能 Tesla M60 GPU 2x NVIDIA Maxwell GPU Max Power 300 W フォームファクター PCIE 3.0 Dual slot クーリング ソリューション Passive/Active メモリサイズ 16 GB (GPU ごとに 8 GB) CUDA コア数 4,096 (GPU ごとに 2,048) GPU 機能 Tesla K80 GPU 2x Kepler GK210 最大倍精度浮動小数点性能 2.91 TFlop (GPU ブーストクロック) 1.87 TFlop (ベースクロック) 最大単精度浮動小数点性能 8.74 TFlop (GPU ブーストクロック) 5.6 TFlop (ベースクロック) メモリバンド幅 毎秒 480 GB (GPU ごとに毎秒 240 GB) メモリサイズ 24 GB (GPU ごとに 12 GB) CUDA コア数 4,992 (GPU ごとに 2,496) 5 ◆Physical Card Spec. ◆Physical Card Spec. NV6 NV12 NV24 NC6 NC12 NC24 NC24r Cores 6 (E5-2690v3) 12 (E5-2690v3) 24 (E5-2690v3) 6 (E5-2690v3) 12 (E5-2690v3) 24 (E5-2690v3) 24 (E5-2690v3) GPU 1 x M60 GPU (1/2 Physical Card) 2 x M60 GPU (1 Physical Card) 4 x M60 GPU (2 Physical Cards) 1 x K80 GPU (1/2 Physical Card) 2 x K80 GPU (1 Physical Card) 4 x K80 GPU (2 Physical Cards) 4 x K80 GPU (2 Physical Cards) Memory 56 GB 112 GB 224 GB 56 GB 112 GB 224 GB 224 GB Disk ~380 GB SSD ~680 GB SSD ~1.5 TB SSD ~380 GB SSD ~680 GB SSD ~1.5 TB SSD ~1.5 TB SSD Network Azure Network Azure Network Azure Network Azure Network Azure Network Azure Network InfiniBand
  • 6. デプロイした瞬間 売切御免 な GPU  2016 年 8 月 プレビュー開始、12 月に製品版に。  4 か月で 5,000 顧客がサインアップ  Cris.ai など MS 1st Party サービスの展開  AI と Deep Learning が需要をけん引  OpenAI, City of Hope(Cancer detection) などが GPUを大量消費
  • 7.
  • 8. 今年夏、P100 が Azure に来る!! NC6s_v2 NC12s_v2 NC24s_v2 NC24rs_v2 Cores 6 12 24 24 GPU 1 x P100 2 x P100 4 x P100 4 x P100 Memory 112 GB 224 GB 448 GB 448 GB Disk ~700 GB SSD ~1.4 TB SSD ~3 TB SSD ~3 TB SSD Network Azure Network Azure Network Azure Network InfiniBand
  • 9. 今年夏、P40 も Azure に来る!! ND6s ND12s ND24s ND24rs Cores 6 12 24 24 GPU 1 x P40 2 x P40 4 x P40 4 x P40 Memory 112 GB 224 GB 448 GB 448 GB Disk ~700 GB SSD ~1.4 TB SSD ~3 TB SSD ~3 TB SSD Network Azure Network Azure Network Azure Network InfiniBand
  • 10. 気になるお値段… 10 Amazon Azure Azure Google IDCF Sakura Gen Kepler Kepler Pascal Kepler Pascal Pascal GPU K80 x 1 K80 x 1 P100 x 1 K80 x 1 P100 x 1 P100 x 1 CPU Core 4 6 6 16 56 8 RAM 61GB 56GB 112GB 60GB 256GB 128GB Cost / Hour $0.9 $0.9 まだ極秘 $0.7 $3.94 $3.19 https://aka.ms/gpupreview
  • 11.
  • 12. メジャーな分析ツールが インストール、構成済み Azure GPU VM 上に Deep Learning 拡張機能が組み込み Developer Editions of SQL & R Server Azure Batch が利用可能に Azure Data Science Virtual Machine
  • 14. ハイパースケール環境での トレーニングとデプロイ あなたのアプリとデータに インテリジェンスを 全ての AI ツール でデータを扱える オンデマンド で トレーニングが 出来、スケールアウト するGPU環境 Azure Batch AI Training Azure Data Lake Cognitive APIs CNTK, TensorFlow, Chainer… Python, Visual Studio… Sign-up for preview: aka.ms/batchaitraining + =
  • 16. Chainer MN on Azure GPU InfiniBand Cluster 16
  • 17. Chainer MN on Azure GPU InfiniBand Cluster 17
  • 18. 従来の Database + App Intelligence Database + App データ が存在する場所に ”知性” を Application + Intelligence Database Application Intelligence + Database VS
  • 19. R & Python ベースの AI の ストアドプロシージャ Graph モデルのサポートによる より複雑な関係を分析 クエリ 処理の最適化による 比類なき パフォーマンス AI を組み込んだ最初の商用データベース SQL Server 2017
  • 21. @2017 Microsoft Corpration. All rights reserved.
  • 23. 「Deep Learning Lab」 • 本コミュニティを説明する1文 • ディープラーニングに関連する技術とビジネスの両面に精通したプロフェッ ショナルたちが開発事例や最新技術動向を情報発信するコミュニティです。 • 概要説明文 • Deep Learning to Market コミュニティは、ディープラーニングを中心とし た先端技術の持つ可能性を実際のビジネスへ応用するべく、技術とビジネス の両面に精通したプロフェッショナルたちが集まるコミュニティです。 Microsoft AzureとChainerを主要なプラットフォーム/フレームワークとして、 ニーズに合わせた最適な技術を選択し開発した事例や最新技術動向の情報発 信を行いディープラーニング領域のソリューション検討を具体的に進められ るように支援します。 • Connpassサイト: https://dllab.connpass.com/ 23

Notas do Editor

  1. • 深層学習関連Azure サービス紹介 3分 o Azure全体像ちょっとだけ。 o 既存K80 o P40 / P100くるよ in this summer!Infiniband あるよ o Azure Data Science VMでサクッと始められる o Azure AI Batch Service!Azureへのバーストや、Hyper ParameterのGrid Search が可能になるよ• Azure ♡ Chainer 5分 o Chainer はDSVMですぐに始められる、今後、DSVMにPre install 予定 o Chainer MN 使うには、基本Azure   オンプレでInfiniBandセットアップできますか?かなりつらい。   現在鋭意パフォーマンスチューニング中…(CentOS環境が今週出るそうなので、それが公開できるか。)   ARM Templateのご紹介(間に合うか)• Microsoft ♡ PFN 2分 o 簡単に全体像の説明 o トレーニングプログラム、コミュニティの紹介
  2. 直近では、新規VMの3台に1台がLinuxで作成されています。(2016 TR23での発表)
  3. These three horsemen bring incredible power. 1. Your data with any AI tools such as Chainer 2. Training ith Scale-Out GPU Clusters on Demand 3. Power of ADL with Cognitive Service APIs
  4. The basic premise of IntelligenceDB pattern is that you “push intelligence to where your data lives”. When you do this with an industrial strength database engine like SQL Server, you can get throughput, parallelism, security, reliability, compliance certifications and manageability, all in one. It’s a big win for developers – you don’t have to build it separately. Furthermore, just like data in databases can be shared across multiple applications, you can now share the predictive models. Models and intelligence beome “yet another type of data”, managed by the DBMS. 1. Bring intelligence to where your data lives 2. On the most trusted and performant plat 3. With any language, any platform, anywhere
  5. A few weeks ago, we announced SQL Server 2017 CTP 2.0, the first commercial database with AI built-in. By adding Python support in addition to R and adding real-time scoring capabilities, now you can run machine learning models directly in SQL Server to eliminate the need to move data, increase efficiency and help uncover new insights. You can easily incorporate AI models into SQL queries, allowing you to infuse your applications with intelligence with minimal extra coding. It also supports graph data, enabling efficient analysis of complex relationships. And the database server uses machine learning internally to adaptively process queries for best possible performance. It Supports Linux distributions including RedHat Enterprise Linux (RHEL), Ubuntu, and SUSE Enterprise Linux (SLES) You can run SQL Server in Windows and Linux containers on Docker It’s an amazing harness for AI applications.