Tag: deep-learning


JAWS-UG AI #7 (2018/07/12 19:00〜)参加レポート

JAWS-UG AI #7
#jawsug_ai
イベントの説明

はじめに

JAWS-UG AI 支部とは、Deep Learningを中心とした AI 関連技術を学び AWS 上で活用してくためのユーザグループです。
「AWSは知っているけど、Deep Learningって何?」という方を対象とします。
「これからDeep Learning だけでなく AWSも同時に学びたい」という方も歓迎いたします。

JAWS-UG AI #7

今回は機械学習分野ではとても名の知れた企業さんからの事例・知見紹介です!
もちろん AWSJ さんから AI 関連サービスのアップデートもお楽しみに〜

【開催概要】

日時:2018年 7月 12日 (木)
   18:45 ~ 受付開始
【スケジュール】
18:45 受付開始
19:00-19:05 あいさつ
19:05-19:25 AWSJ さんより AI 関連サービスアップデート
19:25-19:40 タイトル未定(佐々木 邦暢さん / NVIDIA Japan)
19:40-20:10「Deep Learning プラットフォームを支える技術」(村主 壮悟さん / ABEJA)
20:10-20:40「深層学習インフラ、借りるべきか買うべきか?」(福田 圭祐さん / Preferred Networks)
20:40-20:55 Q&A、ネットワーキングなど
21:00 撤収



AWSJ さんより AI 関連サービスアップデート

#AWSのMLサービススタック

##Amazon Polly
・3000文字まで対応

##Amazon SageMaker
・東京リージョン対応
・Chainer対応
・エンドポイントがAutoScalingに対応
・推論エンドポイントがプライベートIPを対応
・起動時に起動スクリプトを流せるようになった。
・新たにアルゴリズムが追加
DeepAR, BlazingText, Random Cut Forest, kNN
・既存アルゴリズム改善:LinearLearner, DeepAR

##DeepLens
・正式発売、米国のみ利用可能
・TensorFlow, Caffe, MXNetサポート

## AWS Greengrass ML Infrerence
・DeepLensにも基本搭載されている。
・一般利用可能になった。

## Deep Learning AMI アップデート
・P3インスタンス向けての最適化を実質
・C5インスタンス向けての最適化および東京リージョン対応

## AWS Training 日本語字幕でたらしい。

# NVIDIA AIコンピューティング

・Tensorcoreで世界一のスパーコンになった。
・1ノード6枚、27648 GPU搭載されている。
・1から7位の6 システムがNVIDIA GPU
・1ノード16枚GPUのNVIDIA DGX-2開発中
・StorageもCacheだけではなく、グレードアップしたそう。
・5年間500倍になって来た。
・GTX580で6日かかった処理がDGX-2では18分で終わる。
・JETSON TX2組み込みAIスーパーIoT -> XAVIER開発中
・NVIDIA ISAAC→ロボット向けのSDK
・NVIDIA ISAAC IMX ロボットシミュレーター公開予定
・自動運転車 Flatform : Drive ペガスス
・DRIVE SIM 及びCONSTELLATIONを提供
・NVIDIA GPU CLOUD
NGC 登録キャンペーン応募フォーム

# Deep Learning プラットフォームを支える技術(Deep Learning Platform Behine the Scene)
・【参考まで】Kubernetes x AWS x GPUにハマった話
・Cloud Watchの上限があるため、DynamoDBを使用して、Loggingする。(全文検索は利用していないため、費用を押さえるため)
・SpotInst使用している
・TL;DR (Blogで話しているらしい。)


# 深層学習インフラ、借りるべきか買うべきか?

## 深層学習とは?
・深層学習<機械学習<自動プログラミング
・深層学習特徴量を自動発見できる。
・パラメーター数:数MB〜数GB
・行列積+非線形関数
・学習対象データ量:数GB〜数TB

## GAN敵精製モデル
・2人のプレーヤーが競い合う、嘘モデルと正しいモデルを生成

## ChainerMN:並列深層学習ライブラリ
・1024GPUをフル活用したい場合のImageNetで学習

## 計算環境
・MN-1 : NTT-COM環境

## GPUはよくフリーズされるらしい。
## クラウドを利用しない、オンプレを使っている理由
・Cloud giants 'ran out' of fast GPUs for AI boffins
・競争力確保のため