ディープラーニング実装の3つの準備──AIの実現に向けた高速処理基盤の作り方

　既に画像／音声認識や動画合成などで、人間に匹敵する能力を発揮している「ディープラーニング」。人工知能（AI）を実現するために不可欠な技術だが、その実装には、アルゴリズムだけでなく、膨大かつ多様なデータを高速処理できるコンピューティング能力も求められる。

　このようなディープラーニング基盤を最適化するためには、非定型で多種多様なデータを「ためる」、学習に使えるように「整える」、効率よく反復的に「学習する」という各プロセスにおいてハードウェアとソフトウェアを最適化する必要がある。

　中でも、ディープラーニングの領域での有効性が知られるようになったGPUは、「学習する」というプロセスにおけるサーバ選定の際の重要な強化ポイントの1つとなっている。本コンテンツでは、CPU-GPU間の高速通信を実現する「NVLink」などの技術解説を交えつつ、ディープラーニング向けハイパフォーマンスコンピューティング基盤の条件を明らかにする。