エンジニアの阿部です。
2018年3月25日-29日の5日間に渡って、アメリカのサンノゼで
NVIDIA’s GPU Technology Conference (GTC)が開催されました。
弊社からも数名が参加してきましたので、
何回かに分けてイベントの振り返りを行いたいと思います。
本投稿では、主にGTCイベントの紹介と感想を記載します。
今回のGTCではカンファレンスとハンズオントレーニングの2つのセッションが提供されており、
私はどちらも受けられるコースを選択しました。
セッションには、ディープラーニング、強化学習、GPU関連など多岐にわたるトピックがあります。
・カンファレンス：最先端で活躍する研究者・技術者からの講演を受けることができる
・ハンズオントレーニング：チューター指導のもと、jupyter notebook等を使用して、
自身のペースで学習することができる
他にもGTCではNVIDIAのCEOであるJENSEN HUANG氏による基調講演、
企業・研究機関によるAIサービスの展示会、研究ポスター展示など、
さまざまなコンテンツが数日間ぎっしりと詰まったスケジュールとなっていました。
NVIDIA主催ということもあり、GPU処理に関するトピックを扱うセッションは特に多く、
GPUの仕組みを説明する比較的易しいセッションもあれば、
複数ノード上に構成されたGPUを効率的に分散処理する方法を扱う難易度の高いセッションもあり、
期間中でも段階を経て学ぶことが可能なプログラム構成だったように思います。
以下が今回受けたセッションの一覧です。
ディープラーニング
・Investigating Data Augmentation Strategies for Advancing Deep Learning Training
・Recurrent Generative Adversarial Neural Networks for Compressive Imaging
・Deep Learning at BMW:Robust AI in the Production Chain
強化学習
・Learning Robotic Plants from Real-World Demonstrations Using only Randomized Simulated Images
フレームワーク
・PyTorch: A Fast and Flexible Deep Learning Framework
・Sony’s Deep learning Software. Neural Network Libraries/Console
GPU関連
・Programming GPU Supercomputers Ten Years From Now
・Image Data Augmentation on GPU: One method That Does It All
・Multi-GPU Programming Models
・Prototyping and Developing GPU Accelerated Solutions with Python and CUDA
・Multi-GPU Programming Techniques in CUDA
・GPU Monitoring and Management with NVIDIA Data Center GPU Manager (DCGM)
今後ここからいくつかのトピックを取り上げて、
学びや気付きの点をエンジニアブログに掲載したいと計画しています。
シリコンバレーで開催された今回のGTCは規模も大きく、
AIソリューションを提供している世の中の企業が今何に注目し、
チャレンジしているのかを知ることができるいい機会となりました。
この領域で直面しているそれぞれの課題には共感できる部分が多く、
いいヒントや着想も得られました。
まずは今回学んだことをしっかりと消化し、
今後Ridge-iが提供するサービスへも活かしていけたらなと考えています。
NVIDIA CEOによる基調講演
展示会場で思わず目を奪われたNVIDIAロゴの車