Enviar pesquisa
Carregar
JAWSUG名古屋 AWS勉強会 20180309
•
0 gostou
•
537 visualizações
陽平 山口
Seguir
JAWSDAYS 前夜祭を盛り上げるための発表です。 NVIDIAの回し者ではないですが、p3.2xlarge の紹介です。
Leia menos
Leia mais
Tecnologia
Denunciar
Compartilhar
Denunciar
Compartilhar
1 de 73
Baixar agora
Baixar para ler offline
Recomendados
AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介
Yasuhiro Matsuo
Virtual Machine Scale Sets 概要
Virtual Machine Scale Sets 概要
Yui Ashikaga
20161210 jawsai
20161210 jawsai
ManaMurakami1
P2インスタンスUpdate
P2インスタンスUpdate
Yasuhiro Matsuo
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
NVIDIA Japan
PyCUDAの紹介
PyCUDAの紹介
Yosuke Onoue
Black jumbodogをcoreclrで動かしてみた
Black jumbodogをcoreclrで動かしてみた
Yasuaki Matsuda
2016 sep13 gdlc01 pfn
2016 sep13 gdlc01 pfn
Tomokazu Kanazawa
Recomendados
AWSとGPUインスタンスのご紹介
AWSとGPUインスタンスのご紹介
Yasuhiro Matsuo
Virtual Machine Scale Sets 概要
Virtual Machine Scale Sets 概要
Yui Ashikaga
20161210 jawsai
20161210 jawsai
ManaMurakami1
P2インスタンスUpdate
P2インスタンスUpdate
Yasuhiro Matsuo
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
ChainerRL の学習済みモデルを gRPC 経由で使ってみる試み (+アルファ)
NVIDIA Japan
PyCUDAの紹介
PyCUDAの紹介
Yosuke Onoue
Black jumbodogをcoreclrで動かしてみた
Black jumbodogをcoreclrで動かしてみた
Yasuaki Matsuda
2016 sep13 gdlc01 pfn
2016 sep13 gdlc01 pfn
Tomokazu Kanazawa
第 1 回 Jetson ユーザー勉強会
第 1 回 Jetson ユーザー勉強会
NVIDIA Japan
俺的 Ignite update 萌えポイント portal&arm, compute, network -
俺的 Ignite update 萌えポイント portal&arm, compute, network -
Yui Ashikaga
20201216 jazug azureexam
20201216 jazug azureexam
TomoakiOno
NGC でインフラ環境整備の時間短縮!素早く始めるディープラーニング
NGC でインフラ環境整備の時間短縮!素早く始めるディープラーニング
NVIDIA Japan
ラズベリー・パイでプログラミングと電子工作を体験してみよう
ラズベリー・パイでプログラミングと電子工作を体験してみよう
Takashi Kanamaru
アナザーエデンにおける非同期オートセーブを用いた通信待ちストレスのないゲーム体験の実現
アナザーエデンにおける非同期オートセーブを用いた通信待ちストレスのないゲーム体験の実現
gree_tech
モバイル向けニューラルネットワーク推論エンジンの紹介
モバイル向けニューラルネットワーク推論エンジンの紹介
卓然 郭
Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史
Hirono Jumpei
SparkやBigQueryなどを用いたモバイルゲーム分析環境
SparkやBigQueryなどを用いたモバイルゲーム分析環境
yuichi_komatsu
20210528 aws arm_ugokasitemita
20210528 aws arm_ugokasitemita
虎の穴 開発室
LEDやモーターをArduinoで制御しよう
LEDやモーターをArduinoで制御しよう
Takashi Kanamaru
JAWSUG20171220
JAWSUG20171220
陽平 山口
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ
Yasuhiro Matsuo
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
Tetsutaro Watanabe
20170726 py data.tokyo
20170726 py data.tokyo
ManaMurakami1
Watson summit 2016_j2_5
Watson summit 2016_j2_5
Tanaka Yuichi
Rancher2.3とwindows Containerで作るkubernetesクラスタ
Rancher2.3とwindows Containerで作るkubernetesクラスタ
Takashi Kanai
NV シリーズのインスタンスでGPU使ってイロイロ想像する
NV シリーズのインスタンスでGPU使ってイロイロ想像する
Yasuaki Matsuda
de:code 2019 Cloud トラック 総まとめ!
de:code 2019 Cloud トラック 総まとめ!
Minoru Naito
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
Daiyu Hatakeyama
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
Yasuhiro Matsuo
Aws st 20130617-auto_scaling
Aws st 20130617-auto_scaling
Makoto Uehara
Mais conteúdo relacionado
Mais procurados
第 1 回 Jetson ユーザー勉強会
第 1 回 Jetson ユーザー勉強会
NVIDIA Japan
俺的 Ignite update 萌えポイント portal&arm, compute, network -
俺的 Ignite update 萌えポイント portal&arm, compute, network -
Yui Ashikaga
20201216 jazug azureexam
20201216 jazug azureexam
TomoakiOno
NGC でインフラ環境整備の時間短縮!素早く始めるディープラーニング
NGC でインフラ環境整備の時間短縮!素早く始めるディープラーニング
NVIDIA Japan
ラズベリー・パイでプログラミングと電子工作を体験してみよう
ラズベリー・パイでプログラミングと電子工作を体験してみよう
Takashi Kanamaru
アナザーエデンにおける非同期オートセーブを用いた通信待ちストレスのないゲーム体験の実現
アナザーエデンにおける非同期オートセーブを用いた通信待ちストレスのないゲーム体験の実現
gree_tech
モバイル向けニューラルネットワーク推論エンジンの紹介
モバイル向けニューラルネットワーク推論エンジンの紹介
卓然 郭
Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史
Hirono Jumpei
SparkやBigQueryなどを用いたモバイルゲーム分析環境
SparkやBigQueryなどを用いたモバイルゲーム分析環境
yuichi_komatsu
20210528 aws arm_ugokasitemita
20210528 aws arm_ugokasitemita
虎の穴 開発室
LEDやモーターをArduinoで制御しよう
LEDやモーターをArduinoで制御しよう
Takashi Kanamaru
Mais procurados
(11)
第 1 回 Jetson ユーザー勉強会
第 1 回 Jetson ユーザー勉強会
俺的 Ignite update 萌えポイント portal&arm, compute, network -
俺的 Ignite update 萌えポイント portal&arm, compute, network -
20201216 jazug azureexam
20201216 jazug azureexam
NGC でインフラ環境整備の時間短縮!素早く始めるディープラーニング
NGC でインフラ環境整備の時間短縮!素早く始めるディープラーニング
ラズベリー・パイでプログラミングと電子工作を体験してみよう
ラズベリー・パイでプログラミングと電子工作を体験してみよう
アナザーエデンにおける非同期オートセーブを用いた通信待ちストレスのないゲーム体験の実現
アナザーエデンにおける非同期オートセーブを用いた通信待ちストレスのないゲーム体験の実現
モバイル向けニューラルネットワーク推論エンジンの紹介
モバイル向けニューラルネットワーク推論エンジンの紹介
Chainer on Azure 2 年の歴史
Chainer on Azure 2 年の歴史
SparkやBigQueryなどを用いたモバイルゲーム分析環境
SparkやBigQueryなどを用いたモバイルゲーム分析環境
20210528 aws arm_ugokasitemita
20210528 aws arm_ugokasitemita
LEDやモーターをArduinoで制御しよう
LEDやモーターをArduinoで制御しよう
Semelhante a JAWSUG名古屋 AWS勉強会 20180309
JAWSUG20171220
JAWSUG20171220
陽平 山口
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ
Yasuhiro Matsuo
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
Tetsutaro Watanabe
20170726 py data.tokyo
20170726 py data.tokyo
ManaMurakami1
Watson summit 2016_j2_5
Watson summit 2016_j2_5
Tanaka Yuichi
Rancher2.3とwindows Containerで作るkubernetesクラスタ
Rancher2.3とwindows Containerで作るkubernetesクラスタ
Takashi Kanai
NV シリーズのインスタンスでGPU使ってイロイロ想像する
NV シリーズのインスタンスでGPU使ってイロイロ想像する
Yasuaki Matsuda
de:code 2019 Cloud トラック 総まとめ!
de:code 2019 Cloud トラック 総まとめ!
Minoru Naito
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
Daiyu Hatakeyama
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
Yasuhiro Matsuo
Aws st 20130617-auto_scaling
Aws st 20130617-auto_scaling
Makoto Uehara
インフラ野郎AzureチームProX
インフラ野郎AzureチームProX
Toru Makabe
FPGA, AI, エッジコンピューティング
FPGA, AI, エッジコンピューティング
Hideo Terada
JAWSUG 20191028
JAWSUG 20191028
陽平 山口
Singularity Containers for Enterprise Use
Singularity Containers for Enterprise Use
AtsutoHashimoto
45分で理解する 最近のスパコン事情 斉藤之雄
45分で理解する 最近のスパコン事情 斉藤之雄
Yukio Saito
PostgreSQLによるデータ分析ことはじめ
PostgreSQLによるデータ分析ことはじめ
Ohyama Masanori
Amazon Elastic Transcoder(初心者向け 超速マスター編)JAWSUG大阪
Amazon Elastic Transcoder(初心者向け 超速マスター編)JAWSUG大阪
崇之 清水
20180220 AWS Black Belt Online Seminar - Amazon Container Services
20180220 AWS Black Belt Online Seminar - Amazon Container Services
Amazon Web Services Japan
請求書からみるAwsとgcpの比較
請求書からみるAwsとgcpの比較
Shogo Suzuki
Semelhante a JAWSUG名古屋 AWS勉強会 20180309
(20)
JAWSUG20171220
JAWSUG20171220
AWSでGPUも安く大量に使い倒せ
AWSでGPUも安く大量に使い倒せ
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
タクシードライブレコーダーの動画処理MLパイプラインにkubernetesを使ってみた
20170726 py data.tokyo
20170726 py data.tokyo
Watson summit 2016_j2_5
Watson summit 2016_j2_5
Rancher2.3とwindows Containerで作るkubernetesクラスタ
Rancher2.3とwindows Containerで作るkubernetesクラスタ
NV シリーズのインスタンスでGPU使ってイロイロ想像する
NV シリーズのインスタンスでGPU使ってイロイロ想像する
de:code 2019 Cloud トラック 総まとめ!
de:code 2019 Cloud トラック 総まとめ!
佐賀大学 - データ分析と向き合う
佐賀大学 - データ分析と向き合う
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
Amazon RDS for PostgreSQL ( JPUG 2014夏セミナー) #jpug
Aws st 20130617-auto_scaling
Aws st 20130617-auto_scaling
インフラ野郎AzureチームProX
インフラ野郎AzureチームProX
FPGA, AI, エッジコンピューティング
FPGA, AI, エッジコンピューティング
JAWSUG 20191028
JAWSUG 20191028
Singularity Containers for Enterprise Use
Singularity Containers for Enterprise Use
45分で理解する 最近のスパコン事情 斉藤之雄
45分で理解する 最近のスパコン事情 斉藤之雄
PostgreSQLによるデータ分析ことはじめ
PostgreSQLによるデータ分析ことはじめ
Amazon Elastic Transcoder(初心者向け 超速マスター編)JAWSUG大阪
Amazon Elastic Transcoder(初心者向け 超速マスター編)JAWSUG大阪
20180220 AWS Black Belt Online Seminar - Amazon Container Services
20180220 AWS Black Belt Online Seminar - Amazon Container Services
請求書からみるAwsとgcpの比較
請求書からみるAwsとgcpの比較
Mais de 陽平 山口
NGK2023S ChatGPT
NGK2023S ChatGPT
陽平 山口
JAWS DAYS 2022
JAWS DAYS 2022
陽平 山口
NGK2022S
NGK2022S
陽平 山口
KCI PROFILE 2021-10-07
KCI PROFILE 2021-10-07
陽平 山口
JAWSUG 20210128
JAWSUG 20210128
陽平 山口
AWS Webinar 20201224
AWS Webinar 20201224
陽平 山口
SIAI2020
SIAI2020
陽平 山口
MISO20200530
MISO20200530
陽平 山口
ML@Loft 20200430
ML@Loft 20200430
陽平 山口
JAWS FESTA 20191102
JAWS FESTA 20191102
陽平 山口
JAWSUG 20191028 (modified)
JAWSUG 20191028 (modified)
陽平 山口
JAWSUG 20190828
JAWSUG 20190828
陽平 山口
AI Utilization Seminar 20190709
AI Utilization Seminar 20190709
陽平 山口
JAWSUG 20190620
JAWSUG 20190620
陽平 山口
JAWS DAYS 2019
JAWS DAYS 2019
陽平 山口
JAWS FESTA 2018 OSAKA AHAB
JAWS FESTA 2018 OSAKA AHAB
陽平 山口
JAWS FESTA 2018 OSAKA KCI SESSION
JAWS FESTA 2018 OSAKA KCI SESSION
陽平 山口
NAGOSUTA 20181020
NAGOSUTA 20181020
陽平 山口
JAWSUG20180925
JAWSUG20180925
陽平 山口
Nagoya Career Meetup 2018夏
Nagoya Career Meetup 2018夏
陽平 山口
Mais de 陽平 山口
(20)
NGK2023S ChatGPT
NGK2023S ChatGPT
JAWS DAYS 2022
JAWS DAYS 2022
NGK2022S
NGK2022S
KCI PROFILE 2021-10-07
KCI PROFILE 2021-10-07
JAWSUG 20210128
JAWSUG 20210128
AWS Webinar 20201224
AWS Webinar 20201224
SIAI2020
SIAI2020
MISO20200530
MISO20200530
ML@Loft 20200430
ML@Loft 20200430
JAWS FESTA 20191102
JAWS FESTA 20191102
JAWSUG 20191028 (modified)
JAWSUG 20191028 (modified)
JAWSUG 20190828
JAWSUG 20190828
AI Utilization Seminar 20190709
AI Utilization Seminar 20190709
JAWSUG 20190620
JAWSUG 20190620
JAWS DAYS 2019
JAWS DAYS 2019
JAWS FESTA 2018 OSAKA AHAB
JAWS FESTA 2018 OSAKA AHAB
JAWS FESTA 2018 OSAKA KCI SESSION
JAWS FESTA 2018 OSAKA KCI SESSION
NAGOSUTA 20181020
NAGOSUTA 20181020
JAWSUG20180925
JAWSUG20180925
Nagoya Career Meetup 2018夏
Nagoya Career Meetup 2018夏
Último
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
UEHARA, Tetsutaro
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
FumieNakayama
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
Yuki Kikuchi
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
Hiroshi Tomioka
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
博三 太田
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NTT DATA Technology & Innovation
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
FumieNakayama
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
akihisamiyanaga1
Último
(8)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
デジタル・フォレンジックの最新動向(2024年4月27日情洛会総会特別講演スライド)
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
AWS の OpenShift サービス (ROSA) を使った OpenShift Virtualizationの始め方.pdf
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
自分史上一番早い2024振り返り〜コロナ後、仕事は通常ペースに戻ったか〜 by IoT fullstack engineer
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
業務で生成AIを活用したい人のための生成AI入門講座(社外公開版:キンドリルジャパン社内勉強会:2024年4月発表)
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
モーダル間の変換後の一致性とジャンル表を用いた解釈可能性の考察 ~Text-to-MusicとText-To-ImageかつImage-to-Music...
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
NewSQLの可用性構成パターン(OCHaCafe Season 8 #4 発表資料)
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
クラウドネイティブなサーバー仮想化基盤 - OpenShift Virtualization.pdf
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
CTO, VPoE, テックリードなどリーダーポジションに登用したくなるのはどんな人材か?
JAWSUG名古屋 AWS勉強会 20180309
1.
A m a
z o n S a g e M a k e r が 高 い な と 思 っ た 人 の た め の p 3 . 2 x l a r g e 株 式 会 社 M i s o c a セ ミ ナ ー ル ー ム 2 0 1 8 . 3 . 9 来 栖 川 電 算 取 締 役 山 口 陽 平 J A W S - U G 名 古 屋 A W S 勉 強 会 J A W S D A Y S 2 0 1 8 前 夜 祭
2.
今日話すこと 1. はじめに 2. Amazon
SageMaker 3. p3.2xparge 4. p3.2xparge を使うには? 5. まとめ 6. 付録 2
3.
はじめに 自己紹介 & 会社紹介 3
4.
山 口 陽
平 @melleo1978 • 所属 & 経歴 – 有限会社 来栖川電算 取締役 – 名古屋工業大学大学院 博士前期課程修了 – IPA未踏ソフトウェア創造事業 採択 – Mashup Awards 9 優秀賞受賞 • 自己紹介 企画から実装まで全部やる人 – 人工知能技術の研究開発 • 文字認識,物体認識,動作認識 • 空間復元,シミュレーション – 言語処理系の研究開発 • 分散DB,仮想機械,コンパイラ ※実物に髪の毛はありません。 4
5.
山 口 陽
平 @melleo1978 • [実践]画像認識 を執筆 WEB+DB PRESS Vol.83 – これから画像認識をはじめる人におススメ 5 – OpenCV の使い 方や実装例 – SIFTなどの各種 アルゴリズムや 特定物体認識の しくみ – 精度改善への取 り組み方
6.
来栖川電算 設立 2003年(名古屋工業大学発ベンチャー) 従業員
45人 • SF世界の技術を実現し、社会に役立てる – AI技術のライセンス販売・研究・SI • 類似検索,物体認識,動作認識,文字認識,… – スマホアプリの企画・制作・運営 メイドさん もふくめて 6 走行データ解析 周辺環境を認識し、様々な解析に活用 動作推定API 加速度センサで人の行動を推定 車両メーカー様 NTTドコモ様
7.
7 なりきり2.0 ヒーローの動きでゲームを制御 毎朝体操 腕の動きで体操採点するアプリ 動作推定API 加速度センサで人の行動を推定 タンゴチュウ 写真に写る単語を抽出するサービス 地図生成 オルソ画像から地物・交通規則を抽出 走行データ解析 周辺環境を認識し、様々な解析に活用 AR付箋 書籍の中身を検索するアプリ Cellars ワインラベルで情報検索するアプリ 画像認識API 商品パッケージで情報検索するAPI AnnotationFactory 高品質な教師データを大量に作成可能 実験スケジューラ 大量の実験と計算資源を効率的に管理 DNNコンパイラ DNNの推論を10~1000倍も効率化
8.
テクノロジー企業 様々なアルゴリズムを駆使する技術者集団 • 様々な AI
技術 – 類似検索,物体認識,動作認識,文字認識 • 限界性能を引き出す優れた実装技術 – 機械学習・コンパイラ・データベース・仮想 機械などのアルゴリズムとバイナリハック • 高速化,並列化,分散化,省空間化,高精度化 • ビジネスを差別化する認識エコシステム – スケールに応じた仕組,競争力の自動強化 8
9.
コミュニティ活動 おせわになってたり、スタッフしてたりする 9
10.
機械学習 名古屋 http://machine-learning.connpass.com/ 10
11.
TensorFlow User Group http://tfug-tokyo.connpass.com/ 11
12.
『FP in Scala』読書会@名古屋 http://fp-in-scala-nagoya.connpass.com/ 12
13.
JAWS-UG https://jaws-ug.jp/ 13
14.
Amazon SageMaker 『re:Inventに行ったつもりのLT大会&忘年会』のおさらい 14
15.
Amazon SageMaker 機械学習プラットフォーム @
AWS re:Invent 2017 15
16.
ん、どこかで・・・ KCI 実験スケジューラ @
JAWS-UG 名古屋 2016.7.29 16
17.
ん、どこかで・・・ KCI 実験スケジューラ @
JAWS-UG 名古屋 2016.7.29 17 また同じの作っちゃったよ 毎朝体操のデータ同期基盤もヤラレタ Amazon Cognito Sync & AWS AppSync
18.
KCI 実験スケジューラ たくさんの訓練・配備を安全かつ楽に管理する環境 • 計算資源・実験データの管理を自動化 18 ノートブック インスタンス ジョブ・エンドポイント インスタンス群 Amazon
SageMaker
19.
料金 ML Instance への入出力にも課金 •
自前 EC2 より 40% + α ほど高い 19 計算資源 Building Training Hosting 自前 EC2 ML Instance / ml.t2.medium 0.0464 $/時 0.0065 $/時 0.0464 $/時 ML Instance / ml.m4.xlarge 0.2800 $/時 0.2800 $/時 0.2800 $/時 0.2000 $/時 ML Instance / ml.p2.xlarge 1.2600 $/時 1.2600 $/時 1.2600 $/時 0.9000 $/時 ML Instance / ml.p3.2xlarge 4.2800 $/時 4.2840 $/時 3.0600 $/時 ML Storage / EBS 0.140 $/GB月 0.140 $/GB月 0.140 $/GB月 0.100 $/GB月 Data Processed IN/OUT 0.016 $/GB月 0.016 $/GB月 0.016 $/GB月 0.000 $/GB月 US East (N.Virginia) での料金比較
20.
p3.2xlarge Amazon SageMaker が高いなと思った人のための 20
21.
p3.2xlarge 最強 GPU(Tesla V100
SXM2)が載った EC2 INSTANCE • こんなことにお勧め – 機械学習・深層学習関連のハイパフォーマン スコンピューティング,数値流体力学,金融 工学,耐震解析,音声認識,自動運転車,創 薬,… 21 INSTANCE CPU PROCESSOR CPU MEMORY GPU COUNT GPU MEMORY GPU P2P p3.2xlarge 8 core 61 GB 1 GPU 16 GB - p3.8xlarge 32 core 244 GB 4 GPU 64 GB NVLink p3.16xlarge 64 core 488 GB 8 GPU 128 GB NVLink
22.
Tesla V100 SXM2 CPU
(Xeon E5-2690v4 @ 2.6GHz) × 100 個分 GPU Architecture NIVIDIA Volta NVIDIA Tensor Cores 640 NVIDIA CUDA Cores 5,120 Double-Precision Performance 7.8 TFLOPS Single-Precision Performance 15.7 TFLOPS Tensor Performance 125 TFLOPS GPU Memory 16 GB Memory Bandwidth 900 GB/s Interconnect Bandwidth 300 GB/s System Interface NVIDIA NVLink Max Power Comsumption 300 W 22
23.
DGX-1 with Tesla
V100 8 枚載ったマシン 1,000 TFLOS 3,200 W 1,700 万円 23
24.
p3 一択 PERFORMANCE /
COST が圧倒的 24 INSTANCE g2.2xlarge g3.4xlarge p2.xlarge p3.2xlarge COST 0.65 $/h 1.14 $/h 0.90 $/h 3.06 $/h PERFORMANCE 2.458 TFLOPS 4.833 TFLOPS 4.368 TFLOPS 14.899 (~120) TFLOPS CPU Xeon E5-2670 (Sandy Bridge) Xeon E5-2686 v4 (Broadwell) Xeon E5-2686 v4 (Broadwell) Xeon E5-2686 v4 (Broadwell) PROCESSOR 2,600 MHz 2,300 MHz 2,300 MHz 2,300 MHz 8 core 16 core 4 core 8 core MEMORY 51.2 GB/s 76.8 GB/s 76.8 GB/s 76.8 GB/s 15 GB 122 GB 61 GB 61 GB GPU GRID K520 (Kepler) Tesla M60 (Maxwell) Tesla K80 (Kepler) Tesla V100 (Volta) PROCESSOR 800 MHz 1,180 MHz 875 MHz 1,455 MHz 1,536 core 2,048 core 2,496 core 5,120 core MEMORY 160.0 GB/s 160.0 GB/s 240.0 GB/s 900.0 GB/s 4 GB 8 GB 12 GB 16 GB
25.
p3.2xlarge を使うには? 手っ取り早く 25
26.
Deep Learning AMI 他にもいろいろあるけど、必要最小限のコレが好き 26
27.
AMI の中身 OS と
Driver と Docker だけ • インストールされているもの • Ubuntu: 1.04 TLS • NVIDIA Driver: 384.111 • Docker CE: 17.12.0-ce • Docker Engine Utilities for NVIDIA GPUs: 2.0 • ちゃんとした手法でやりたい人にお勧め • 必要なライブラリなどは全部コンテナの中に 閉じ込めて、どこでも同じ状況を再現したい 27
28.
手順 すごく簡単 1. NVIDIA GPU
Cloud で API キー取得 2. p3.2xlarge の緩和申請 3. p3.2xlarge の起動 4. スクリプトの実行 28
29.
1. NVIDIA GPU
Cloud 事前にアカウント登録し、API キーを取得する 29
30.
2. 緩和申請 数日前に p3.2xlarge
の利用申請をしておくとよい 30
31.
3. p3.2xlarge の起動 AWS
Marketplace で AMI を検索し、選択する 31
32.
4. スクリプトの実行 事前にローカルで Dockerfile
作ってテストしてから 1. SSH で接続 ※アカウントは ubuntu – この辺りはたくさん資料があるので割愛 2. 接続直後に API キーを入力 – NVIDIA GPU Cloud で発行した API キー 3. NVIDIA Docker でイメージを PULL – 最新の TensorFlow のもある 4. NVIDIA Docker でイメージを RUN – コンテナ中で好きなスクリプトを実行 32
33.
スクリプトの詳細は? 詳細は「機械学習 名古屋」のハンズオンを見てね 33
34.
まとめ p3.2xlarge に関する 34
35.
まとめ p3.2xlarge × NVIDIA
Volta Deep Learning AMI ⇒ ◎ • SageMaker より 40% ほど安くなる代償 – SageMaker みたいにしようとすると、自分で いろいろインストールする必要があるが… • 大抵は Dockerfile に pip install 追加するだけで OK – コンテナを使った開発が強制されるが… • 実験の再現性が高まったりして良い – 大量のインスタンスを扱うのが大変なら 35 KCI 実験スケジューラ
36.
求人 AIに関する技術・サービス・アプリを作りたい人! 36
37.
スタッフ募集中 学生さん、転職者さん、力を貸して! • 職種 – 研究
機械学習,アルゴリズム,センサ – 開発 UI/UX,フロントエンド,サーバサイ ド,アーキテクチャ,インフラ,プロセス – 企画 新しい習慣を考える力・広める力 • よく使う技術 – 言語 Python,Scala,Java,C++,JavaScript – その他 Docker,Linux,Android,iOS,Git 37
38.
オフィス 勉強会 もやってるよ! メイドさん
お手製の夕食も出るよ! • 名古屋の中心 – 移転:2016 年 6 月 – 面積:以前の 2 倍! • 最寄駅 – JR中央線 鶴舞駅 – 名古屋市営地下鉄 • 鶴舞線 鶴舞駅 • 名城線 矢場町駅 • 桜通線 新栄駅 38 いつでも 見学OK
39.
情景画像文字認識 技術紹介① 39
40.
情景画像文字認識とは スマホなどで撮影した画像から文字を読み取る 40
41.
情景画像文字認識とは 様々なパース、様々なレイアウト、様々な書体 41
42.
情景画像文字認識とは いわゆる “OCR” とは
”扱う画像” が違う • 悪環境下での文字認識 – 手書き・様々な書体・かすれ・点描・きつい パース・統一性のない並び・逆光・陰・影・ グラデーション・モアレなど • 使える場面 – 屋外でのスマホカメラを使った棚卸し – 車載カメラからの標識認識 – 商品パッケージからの成分情報抽出 – キーワードによるアルバム・ビデオの頭出し 42
43.
事例:タンゴチュウ Twitter で情景画像文字認識を体験できるサービス 43
44.
物体認識 技術紹介② 44
45.
物体認識とは 画像中の物体の種類・位置・姿勢を推定 45
46.
物体認識とは 様々な向き・ポーズを学習させ見えの多様性を獲得 • 特定物体認識は素人でも簡単に使える – どんな画像を学習に使うかを学べばOK 46
47.
物体認識とは モノをカウント、見た目で分からない情報を表示 • 使える場面 工場内で箱の仕分け 体験や評判の調査 ワインラベルで情報検索 AR付箋 集めて応募キャンペーン ARフィギュア 47
48.
事例:1000sors 誰でも簡単に使えるクラウド型物体認識エンジン • 広い適用範囲 – 照明姿勢の変化に強く、様々な撮影環境に対応 •
驚異的な精度 – 数十万種類をほぼ完ぺきに識別 • 圧倒的な性能 – たった1台のPCで100万種類を瞬時に識別 – 台数を増やせばリニアにスケールアウト 48
49.
事例:1000sors 手元の画像で精度や速度をすぐに確認可能 • ShotPreview for
Android / iOS ①設定 ②撮影 ③確認 49
50.
事例:ShotSearch 表紙を撮影すると発売日や口コミが分かるアプリ • きついパースも、帯による隠れも、OK 50
51.
事例:ShotSearch 表紙を撮影すると発売日や口コミが分かるアプリ • よく似ていても、複数冊同時も、OK 51
52.
事例:Cellars 18万件のワインラベルを認識するアプリ • 世界で賞を獲得したアプリをダウンロード! – Asia
Smartphone Apps Contest • 広告マーケティング部門 Silver Award 2位 – 立命館大学 学生ベンチャーコンテスト • 最優秀賞 NICT賞 52
53.
事例:画像認識API 画像を送るだけで写っている商品の情報を取得 • 登録商品:500 万件以上(昨年10月)の市販商品 –
書籍,DVD,CD,PCソフト,ゲームソフト, 食品パッケージ,… どんどん増加中 • 定期更新:網羅性 と 認識精度 の改善 – データ追加,パラメータ・アルゴリズム改良 53
54.
事例:画像認識API だれでも、かんたんに、マッシュアップ! • docomo Developer
support より提供中 画像認識 画像に写っている物体の情報を取得 環境センサー 日本全国の気温、降水量、紫外線量を取得 音声認識 話した内容を即座に文字に変換 雑談対話 自然な会話をやり取り 知識Q&A 今知りたいことをピンポイントで回答 音声合成 入力した文字を読み上げ トレンド記事抽出 今人気の話題をジャンルやキーワードで検索 文字認識 画像の文字を読み取り 発話理解 要求を理解して、適切な機能を提示 動作推定 行っていた動作の推定 54
55.
事例:運転補助 車載カメラに映る車や人などを検出・識別・追跡 • 単眼でも高精度、大きさ・距離も推定 世界中の走行データを活用 55
56.
事例:注目領域抽出 『人の視線を集めそう』な領域をヒートマップ化 • 認識の事前処理に – 交通標識・道路標示・ 信号・看板・商品パッ ケージなど •
教師作成の省力化に – 抽出領域をクラスタリ ングすることで、教師 がなくても類似物体を 検索可能 56 交通標識 がありそう German Traffic Sign Dataset
57.
事例:地図生成 株式会社トヨタマップマスター様との研究 • 自動運転に使用可能な高品質な地図(地 物・交通規則)をオルソ画像から抽出 57
58.
モーション認識 技術紹介③ 58
59.
モーション認識とは センサー値から動作や行動の種類や発生時刻を推定 59
60.
事例:動作推定API ドコモ と 来栖川電算
の共同研究 • 加速度データから人の動作や行動を検出 – 静止,歩き,走り,自転車,睡眠,食事 • 動作と直接対応しない行動も検出可能 • スマホ・スマートウォッチに対応 – Android,Android Wear,… • 加速度データにアクセスできるウェアラブル機器 60
61.
事例:動作推定API だれでも、かんたんに、マッシュアップ! • docomo Developer
support より提供中 画像認識 画像に写っている物体の情報を取得 環境センサー 日本全国の気温、降水量、紫外線量を取得 音声認識 話した内容を即座に文字に変換 雑談対話 自然な会話をやり取り 知識Q&A 今知りたいことをピンポイントで回答 音声合成 入力した文字を読み上げ トレンド記事抽出 今人気の話題をジャンルやキーワードで検索 文字認識 画像の文字を読み取り 発話理解 要求を理解して、適切な機能を提示 動作推定 行っていた動作の推定 61
62.
事例:ライフログ ドコモの動作推定APIの応用例 62 開発者は今すぐ確認! ⇒ https://dev.smt.docomo.ne.jp/?p=docs.api.page&api_docs_id=127
63.
事例:毎朝体操 だれでも、いつでも、どこでも、すぐできる • Android &
iPhone ⇒ http://maiasa.jp/ 63
64.
事例:なりきり 2.0 ウェアラブルで現実のモノを操作する作品 • ゲームコントローラへの応用 –
格闘ゲームが遊べる程、応答が速く、精度もよい。 64
65.
研究環境 技術紹介④ 65
66.
実験スケジューラ 深層学習の実験環境 66
67.
実験スケジューラ たくさんの実験を安全かつ楽に管理する環境 • 計算資源・実験データの管理を自動化 67
68.
研究が捗る 実験サイクルが高速化 実験の再現性が向上 • 計算資源の隔離 –
実験スクリプトが他と干渉しないので、実験が失 敗したり、出力が混じったりしない。 • 計算資源の抽象化 – 計算資源(自社・お客様・クラウドなど)の変化 に頑健な実験スクリプトを作りやすい。 • 便利な機能 – 実験が自動的に永続化され、すぐに再現できる。 – テンプレートから簡単に実験をはじめられる。 68
69.
どんどん拡大 実験スケジューラのハイブリッドクラウド化 • 効率的な計算資源の割当 – 個人で計算資源を専有せず、全員で共有 •
様々な計算資源への対応 – クラウドの計算資源:普段使い – 自社で購入した計算資源:上記の節約 – お客様が弊社に設置する計算資源 – お客様の敷地にある計算資源 • 大量に使わせてもらえる。ありがたや。 69
70.
DNNコンパイラ かなり前からモバイルでの活用実績がある 70
71.
DNNコンパイラ DNN を効率的な実行形式へ変換するツール • DNN
の推論計算を近似し て、高速化・省メモリ化 – 量子化,パラメータ削減, 計算順序変更,計算共有, 基底分解,確率的近似,カ スケード,… • 限界性能を引き出す実装 – アーキテクチャに最適化さ れたコード(専用命令, キャッシュ戦略),… 71
72.
配布が捗る スマホやサーバへの組み込みがスムーズに • DNN の推論計算の効率化 –
スマホなどに収まるように演算量やメモリ使用量 を抑えることができる。 – 計算共有・順序変更・部分計算など応用に合わせ た実装に変更できる。 • DNN のアーキテクチャの隠蔽 – ハックやノウハウを解析しづらくできる。 • コンパクトな実装・依存関係 – 容量が小さいのでアプリにも組み込める。 – 依存物が少なく実行環境で問題が起こりにくい。 72
73.
AnnotationFactory 近いうちに公開予定 来栖川電算のノウハウが詰まったクラウドサービス 73
Baixar agora