NVIDIAのGPUがディープラーニングのブレイクスルーを加速している

Nvidia’s processors are powering breakthroughs in deep learning

Jen-Hsun Huang, Nvidia’s chief executive officer, holds a Nvidia Drive PX auto-pilot computer at the 2015 GPU Technology Conference. Photographer: David Paul Morris/Bloomberg

玄人志向グラフィックボード NVIDIA GeForce GTX750Ti PCI-Ex16 LowProfile 2GB 補助電源なし GF-GTX750TI-LE2GHD

posted with amazlet at 16.03.05

玄人志向 (2014-02-19)
売り上げランキング: 177

Amazon.co.jpで詳細を見る

Nvidia’s microprocessors have long been the chips of choice for computer game addicts who crave realistic graphics as they chase aliens or battle enemy soldiers. The same powerful semiconductors are now being put to new uses at companies including Alibaba, Facebook, Google, and Microsoft. Nvidia’s graphics chips underpin speech recognition systems, software to develop gene therapies, and programs that transform satellite photos into detailed maps.

NVIDIAのマイクロプロセッサはエイリアンを追いかけたり、敵の兵士と戦闘するような、リアルなグラフィックを欲しがるコンピューターゲームの常用者によって、長い間選択されているチップです。この同じパワフルな半導体は今、アリババやフェイスブック、グーグル、そしてマイクロソフトなどの企業で新しい用途を得ています。

addicts - 中毒、中毒の人、常用者
crave - 欲する

Researchers at DeepMind, a Google-owned lab in London, harnessed thousands of Nvidia’s K40 graphics processors, which cost $3,000 apiece, to train a computer to play Go, an ancient board game. In what was praised as a milestone in artificial intelligence, DeepMind’s machine beat a European Go champion in five out of five matches last year. In March it will take on the world’s top-ranked professional player.

ロンドンにGoogleが所有する研究室、DeepMindの研究者たちは、囲碁を打つためのコンピューターを訓練するため、単体で3000ドルの費用がかかるNVIDIA K40グラフィックプロセッサを数千台活用しています。昨年DeepMindの機械がヨーロッパの囲碁のチャンピオンを5回の対戦中で5回とも打ち負かしたのは、人工知能のマイルストーンとして賞賛されました。 3月には、世界でトップにランクされているプロのプレイヤーと対戦します。

harnessed - 活用する
praised - 賞賛

Artificial intelligence’s big advance over traditional software is that it can learn and improve without the assistance of human programmers: An AI program designed to pick out cars from random images gets better the more pictures it’s exposed to. Graphics processing units, or GPUs, are well-suited for this kind of pattern recognition work because they can perform thousands of simple calculations at the same time. In contrast, standard central processors made by Intel perform more complex calculations very quickly but are limited when it comes to doing multiple things in parallel.

従来のソフトウェアを越えた人工知能の大きな利点は、人間のプログラマーの補助なしで、学習し、改善できるということです。ランダムな画像から自動車の写真をピッアップするように設計されたAIのプログラムは、多くの写真を入力されたほうがよくなります。グラフィックプロセッシングユニット(GPU)は、数千の単純な演算を同時に行えるため、この種のパターン認識作業によく合います。対照的に、標準的なIntelによって作られる中央処理装置(CPU)は、もっと複雑な演算を非常に素早く行えるものですが、複数のことを並列処理するときには限界があります。

The concept of using graphics chips for AI got a big boost in 2012 when a team of researchers at the University of Toronto used Nvidia’s GPUs to build an award-winning image classification system. The breakthrough was helped by the chipmaker’s support of a programming language called CUDA, which lets developers repurpose GPUs for uses other than graphics. Rival Advanced Micro Devices hasn’t made a comparable investment, which has hampered the adoption of its graphics chips in this emerging field. Nvidia says about 3,500 businesses and organizations are using its GPUs for AI and data analysis, up from 100 a couple of years ago.

グラフィックチップをAIに使用するコンセプトは、2012年に、トロント大学の研究者チームが、賞を取った画像の分類システムを構築するためにNVIDIAの GPUを使用したとき、大きく進められました。このブレイクスルーはこのチップメーカーのCUDAと呼ばれるプログラミング言語の支援によって支えられていました。これは、開発者がGPUにグラフィック以外の目的を再び持たせられるようにするものです。ライバルであるマイクロデバイスは、これに匹敵する投資を行わず、そのグラフィックチップをこの新興分野への採用を妨げました。 NVIDIAは、約3500の事業と組織がこのGPUをAIとデータ解析の為に使用していると言っています。2年前は100でした。