Nvidiaが2016年 GPUテクノロジーカンファレンスで、DGX-1 Deep Learning System
を発表した。このシステムはNvidia最新のTesla GP100グラフィックカードを使い、半浮
動小数点でのパフォーマンスは170TFlopに至るという。

多くのPCファンにとってはどうでもいいことのようにも思えるが、市場に出ている中では
一番高価でハイパフォーマンスであるNvidia Titan Xと比べて、性能は12倍にもなる。

Tesla GP100はTSMC 16nm FinFETの製造工程で造られ、High Bandwidth
Memory(HBM2)が初めて使われる製品でもある。両方を同時に使ったものを出すのは
Nvidiaが最初だ。Samsungは16nmプロセスを2015年から使ってはいるが。

新しい製造プロセスによってGPUをスリム化する代わりに、Nvidiaはより多くのトラン
ジスタを搭載することを選んだ。NvidiaはGPU業界で性能の新記録を打ち立てることを
狙っているが、実物が出回るには少々時間がかかりそうだ。

Nvidia DGX-1。 量子コンピュータまでの中継ぎ

nvidia-dgx-1

話をDGX-1 深層学習システムに戻るが、Nvidiaのシステムは2つの16コア 2.3GHzの
Xeon E5-2698 、512GBのメモリに1.92TB のSSD RAIDを搭載し、10GbE InfiniBand
チャンネルで結びついている。Nvidiaからの情報ではないが、これを作動させるために
3200Wの動力源が必要になる。

このシステムの価格は129000ドルになるとみられ、6月から入手できるようだ。恐らく
ARや自動運転車の業者では自分の製品を売るだけ損な価格か、とんでもない値付けで販売
しようとしない限りこれに興味を示すところは無いだろう。

深層学習を手がける企業であれば、これまで市場にないパフォーマンスをもったこの商品
に食いつくかも知れない。ここでいうパフォーマンスというのは、深層学習をするマシン
がより早く認知し、学習することを言う。

処理能力は深層学習がする為に絶対必要なものだとみられており、それが故にGoogle、IBM、
MSと言った企業は量子コンピュータに投資している。その過渡期において、DGX-1は現
在最速のコンピュータとして利用されるのだろう。

Pocket