Deep Learningマシンラインアップ

GDEPアドバンスのディープラーニング用マシンのラインアップは学習用、推論用それぞれでGPU枚数やフレームワーク、利用環境に合わせてフレキシブルに選択が可能です。
もともとディープニューラルネットワークは、従来の計算リソースでは扱いきれなかったビッグデータが、GPUをはじめとするハードウェアの進化に伴い大量の計算処理を担えるようになってきたところに端を発しています。

例えば一般的なフレームワークにチュートリアルとして入っているMINST（０～９の手書き文字画像を7万枚集めたデータセット）は、28×28ピクセルのGrayScaleで各訓練イメージの画像が用意されていますが、入力層で28×28=784次元のベクトルとして受け取ります。出力層が0～9までの10次元、これに中間層が加わると相当数のパラメータの最適化を行わなければなりません。当然層が深くなればなるほど比例してパラメーターも増えていきます。

もともと行列演算が得意なGPUはディープラーニングのCPU対比で約10倍のパフォーマンスを発揮することが可能です。これは、例えば、GPUを2枚搭載したワークステーションでAlexNetで1日程度かかる学習をCPUで行う場合は10日程度かかる計算となります。つまり同じ計算リソースを使って同じ時間に10倍の学習を流すことが可能になるのです。
NVIDIAのエリートパートナーであるGDEPアドバンスがご用意するDeepLearningマシンは、お客様に最適なGPUカードの選択はもちろん、ディープラーニング用CUDAライブラリ「cuDNN」、密行列や疎行列、フーリエ変換などの各種の数学ライブラリ、マルチGPU集合通信ライブラリ「NCCL(ニックル)」などNVIDIAが提供する堅牢なソフトウエアスタッグをオプティマイズしてインストールしています。合わせてNVIDIAが開発したWebベースでのディープラーニングの学習やテストを簡単に実行するためのユーザインタフェースツール「DIGITS」もインストール。GDEPアドバンスオリジナルのDIGITS日本語マニュアルが添付されているところもNVIDIAパートナーして初期からGPUによるディープラーニングを推奨してきたGDEPの特長でもあります。

さらにCaffeやTorch、Theano、TensorFlow、Chiner、CNTK、mxnetなどメジャーなフレームワークをあらかじめインストールしており、さらにディープラーニング用ワークステーションの先駆け的存在でもある「DeepLearning BOX」はハンドサインの認識デモプログラムをバンドルするなど、GDEPアドバンスのDeepLearningマシンであれば届いたその日からすぐにディープラーニング環境を実現できます。

DeepLearning BOX® は NVIDIA エリートパートナーである(株)GDEPアドバンスが日本版DevBox®として開発した、日本初のGPUディープラーニングワークステーションです。「NVIDIA® DIGITS™ソフトウェア」はもちろん、深層学習研究において高効率で高いパフォーマンスを発揮できるよう Caffe , Chainer , TensorFlow , Python , Torch , Theano , CNTK などのDeep learning関連フレームワークを整合性と動作確認がとれた状態でプレインストール。コアパーツであるGPUは最大4基まで搭載可能で、大量の学習データに効率良くアクセスするためにCUDA , cuDNN , cuca-convnet などのNVIDIAソフトウェアスタッグやをSSD高速ストレージにプレインストールしました。 さらにGDEPアドバンスではハードウェアの提供だけにとどまりません。NVIDIA® DIGITS™ソフトウェアの日本語マニュアルはもちろん、学習済みのニューラルネットを含むハンドサイン認識サンプルソースなどオリジナルのパッケージも充実しています。 また、豊富なdeeplearning アプリケーションやツールの開発経験を元にした「DLスタートアップサポート」をご用意。安心して導入いただける深層学習(deeplearning)研究のスピードアッププラットフォームです。