NVIDIA CUDA-X Libraries NVIDIA CUDA-X™ Libraries, built on CUDA®, is a collection of libraries that deliver dramatically higher performance—compared to CPU-only alternatives—across application domains, including AI and high-performance computing. NVIDIA libraries run everywhere from resource-constrained IoT devices to self-driving cars to the largest supercomputers on the planet. As a result, user
よくわからなかったので、調べて整理しようとした試み。 Compute Capability GPU ハードウェアがサポートする機能を識別するためのもので、例えば RTX 3000 台であれば 8.6 であるなど、そのハードウェアに対応して一意に決まる。 アーキテクチャの世代が新しくなり、機能が増えるほど、この数字も上がっていく。 以下のリンク先に、Compute Capability と機能の対応表があるが、これを見ると（少なくとも執筆時点で） Compute Capability 7.x 以上でテンソルコアが使えるといったことがわかる。 それぞれの機種がどの値かは以下のサイトから確認できる。 NVIDIA Driver のバージョン Compute Capablity 一般向けの Compute Capability との関連性は見つからなかったが、データセンタ向けの資料には Maxwe
はじめに こんにちは、TC3 AIチームの@mumeco_mlです！弊社は2022/10からGCP Cloud Partnerとなっておりまして、現在GCP(Google Cloud Platform)のプロジェクトでの活用をより促進しております。今回は、このGCPの機能の1つであるCompute Engineを利用したAI開発環境の作り方をご紹介いたします。GCPのVMで開発環境を作る場合、大きく分けて事前にML用に用意された環境を利用する方法と、Dockerを使ってOS環境等も含めて作る方法があると思いますが、今回は前者を説明します。需要があれば、後者の解説も作ろうと思います。 クラウド開発環境の利点・欠点 利点 高額なGPUをオンデマンドで効率的に活用できる ローカルマシンの動作が重くならない 任意のマシンスペックを利用できる 欠点 使用時間に応じて課金される 実際に開発するまでに環
はじめに 昨今ではPCI Express 4.0（Gen4）対応のCPU、マザーボード、GPUが一般的に流通するようになりましたね。 そんな中、GPUをセットアップしていて、ふと思いました。「本当にPCI Express 4.0で動作しているのだろうか？」と。 そこで今回は、PCI Expressの世代、帯域、レーン数などを調べる方法を整理してみました。 具体的には、以下の3つのコマンドを紹介します。 nvidia-smi -a nvidia-smi --format=csv --query-gpu=index,gpu_bus_id,name,pcie.link.gen.max,pcie.link.gen.current,pcie.link.width.max,pcie.link.width.current sudo lspci -s [バス番号] -vv nvidia-smiコマンドを使
フィードバックを送信 コレクションでコンテンツを整理 必要に応じて、コンテンツの保存と分類を行います。 gcloud CLI を使用して Deep Learning VM インスタンスを作成する このページでは、Google Cloud CLI を使用して Deep Learning VM Images インスタンスを作成する方法について説明します。 準備 Sign in to your Google Cloud account. If you're new to Google Cloud, create an account to evaluate how our products perform in real-world scenarios. New customers also get $300 in free credits to run, test, and deploy wo
Informative and fancy output: show more information than nvidia-smi with colorized fancy box drawing. Monitor mode: can run as a resource monitor, rather than print the results only once. bar charts and history graphs process sorting process filtering send signals to processes with a keystroke tree-view screen for GPU processes and their parent processes environment variable screen help screen mou
第641回では「LXDとmicrok8sでシングルサーバーをKubernetesクラスターにする」と題して、より高機能になったmicrok8sについて紹介しました。microk8sで構築したKubernetesがあれば、気軽にたくさんのCPUコアを使ってさまざまなワークロードを動かし、部屋を暖められます。でも、待ってください。そのサーバーにはもっと便利な熱源がありませんか？ そうGPUですね。本格的に寒くなる前に、Kubernetes環境からもGPUを使えるようにしましょう。 ホスト側でGPUパススルーの準備 第641回ではLXDの仮想マシンインスタンスの上にmicrok8sをインストールしました。つまりホストマシンのGPUを使うには、LXDの仮想マシンの中からGPUにアクセスできなくてはなりません[1]。コンテナの場合、第532回の「LXDのコンテナからGPUを利用する」などで手順を紹
パイについての考え方はいくつかあり、アップルパイ、パンプキンパイ、キーライムパイなどさまざまです。それと同様に、数学定数である円周率 ℼ の表現方法もさまざまで、3.14159 と表したり、0 と 1 が延々と続く 2 進数で表したりもできます。 無理数である円周率は、繰り返すことなく永遠に続く 10 進数です。そのため円周率を使って計算を行う場合、人間かコンピューターが数値を切り捨てたり四捨五入したりする前に、小数点以下の桁数を指定する必要があります。 小学校では 3.14 として手計算しますが、高校の関数電卓では桁数が10 桁になることもあります。これは、同じ数値をより高い詳細度で表しています。コンピューター サイエンスではこれを精度と呼び、通常は 10 進数ではなくビット、つまり 2 進数を単位とします。 複雑な科学的シミュレーションの場合、開発者は長年、ビッグバンのような出来事を理
MIT、未知の環境をドローンが模索しならが目的地を目指す自律飛行するためのリアルタイム・フレームワークを発表 2019-02-05 MITの研究チームは、未知の環境をドローンが自律飛行するためのリアルタイム・フレームワークを発表しました。 論文：Real-Time Planning with Multi-Fidelity Models for Agile Flights in Unknown Environments 著者：Jesus Tordesillas, Brett T. Lopez, John Carter, John Ware, Jonathan P. How 所属：Massachusetts Institute of Technology 本論文は、ドローン（無人航空機）を用いて、未知の環境を自律的に飛ぶ為の高速マッピングと計画を実行するための新しいフレームワークを提案します。
リリース、障害情報などのサービスのお知らせ
最新の人気エントリーの配信
j次のブックマーク
k前のブックマーク
lあとで読む
eコメント一覧を開く
oページを開く