仮想GPUは一見すると機械学習に適している。だが処理能力をフルに必要とする用途でなければ、仮想GPUへの投資には慎重になる必要がある。
仮想化技術が進化したことで、GPU(グラフィックスプロセッシングユニット)の並列処理機能を活用する機会が広がった。ハードウェア仮想化の一つである仮想GPUは、アプリケーションの稼働効率をどのようにして高められるのだろうか。ハードウェアへの投資を最大化するためには、この点を知っておくことが大事だ。
従来、GPUはコンピュータ支援設計(CAD)や仮想デスクトップなど、グラフィックス処理を必要とするアプリケーションを稼働させるために使用されてきた。現在はグラフィックス処理だけではなく、パフォーマンス要件が厳しい一般的なアプリケーションにもGPUを利用する「GPGPU」(GPUによる汎用<はんよう>計算)が普及している。
GPGPUを採用すると、大規模なデータセットを分析する機能を強化できる。AI(人工知能)技術を利用したアプリケーションやスーパーコンピュータに適する。注意しなければならないのは、パフォーマンスの需要が大きく変動する場合や予測が不可能な場合は、高価なGPUがアイドル(待機)状態になる時間が多くなり、そのメリットを十分に活用できない可能性があることだ。
サッカー欧州CLを早朝に観戦するアジアのファンのためにハイネケンが仕掛けた意外過ぎるキャンペーンの中身
時差のためUEFAチャンピオンズリーグを早朝に視聴せざるを得ない韓国のサッカーファンの...
楽天グループが「楽天市場」出店店舗向けに「楽天AI大学」を公開
2024年3月より提供している店舗運営支援ツール「RMS AIアシスタント β版」に加え、AIツ...
中国発AIソーシャル工作のゾッとする実態をMicrosoftがレポート
Microsoftが中国を拠点とする影響力工作の増加についてのレポートを発表した。これは米国...