TECHNOLOGY

そこのけそこのけGPU

TECHNOLOGY

個人用ノートPCを新しく買ったので

こんにちは!CTO相澤です。

突然ですが、みなさん、パソコンは何をお使いでしょうか?

デスクトップ?ノート?

Mac?windows?

エンジニアの方はやっぱりMacBookが多いですかね。相澤も普段はMacBookAirを使っていますが、先日もう一台あるwindowsのノートPCを新調しました。

せっかくなので、スペックは低いですがNVIDIAのグラフィックボード(GPU)がついているThinkPadを購入しましたよ。

目的はもちろんゲームではなく、ディープラーニングです。

f:id:jun1_0803:20171010153733j:plain

Ubuntuを載せて環境構築

windowsのままだと環境を整えるの面倒なので、ubuntuとのデュアルブートにしてしまいます。「買ったばかりだから」とかは関係ありません。

「ubuntu デュアルブート」と検索するとトライしてる人も多いですね。

その後はGPUを使うための準備です。

NVIDIAから提供されているGPU向けのプラットフォームCUDAとディープラーニング用のライブラリcuDNNをインストール。

CUDAは最近9.0が発表されてますが、弊社では8系を使っているのでそれに伴って8系をインストールしました。

(apt-getなどでインストールする場合、バージョンを指定しないと9.0がインストールされてしまいます)

比べてみる

さっそく、MacBookAir、ThinkPad(GPU有り)、そして弊社でもよく使うAWSのGPUインスタンス(p2.xlarge)で、同じコードを実行し、実行速度を比べてみました。

使ったコードはtensorflowをつかった手書き数字(MNIST)の認識のトレーニングです。(隠れ層は3層、エポック数は100)

MacBookAir:92秒

f:id:jun1_0803:20171013183546p:plain

ThinkPad(GeForce940MX):25秒

f:id:jun1_0803:20171013182357p:plain

AWS(Tesla K80):20秒

f:id:jun1_0803:20171013170634p:plain

という結果になりました。

ThinkPadはMacBookAirのおよそ4分の1の時間で実行できました。

AWSのコスト(p2.xlargeは1時間あたり約$1)を考えると十分ではないでしょうか。

さて、これを使って何を学習させようかな、、、。

手元にGPUがあるだけでワクワクしますね!みなさんの参考になれば幸いです。

関連記事

 [問い合わせ先] 本件に関するお問い合わせはこちらまでどうぞ  

 [募集] 採用情報はこちら  


※「アジラ」の名称・ロゴは、日本国およびその他の国における株式会社アジラの登録商標または商標です。
※記載されている会社名・商品名は、各社の商標または登録商標です。
※プレスリリースに掲載されている内容、サービス/製品の価格、仕様、お問い合わせ先その他の情報は、発表時点の情報です。その後予告なしに変更となる場合があります。