この時期は、私にとって一番好きな時期です。ホリデーシーズンを迎えようとしているこの時期、多くの人がそう思うことでしょう。しかし私は、Super Computing 2018(SC18)で実演されたような、高性能システムを前進させる技術的な成果や事例を目にすることができる点で、この時期が好きなのです。それはニューラルネットワーク(NN)の締めくくり、つまり論争を巻き起こした機械学習(ML)の幕開けから、その後の人工知能(AI)の一掃を伴う深層学習(ディープラーニング)の体験に至るまでです。SC18は、高性能システムが向かう先を予測し実証する、興味深いインサイトに満ちたものでした。
ニュース
マイクロンはSC18の開幕にあたり、2つのプレスリリースを発表しました。1つ目のプレスリリース「マイクロンがCERN openlabに参加し、高度な科学研究に新しい機械学習機能を提供」はCERN openlabとの新たなプロジェクト契約に焦点を当てたもので、開発したAIソリューション(ACSソリューション)を活用し、ペタバイトのデータから研究に必要な価値のある情報を見つけ出すというものです。2つ目のプレスリリース「マイクロンとAchronix、機械学習アプリケーション向けに高性能GDDR6メモリを搭載した次世代FPGAを提供」では、Achronixの7nmノードアーキテクチャーのFPGAを使用したAIアプリケーションにおけるGDDR6の採用を明らかにしています。
興奮に包まれたマイクロンブース
ちなみに、マイクロンブースでは30を超えるプレゼンテーションが行われました。これには、CERN Openlab、@AMD、Dell、Achronix、NYRIAD、AMAX、@PenguinHPC、Advantech、One Convergence、そしてもちろんマイクロンによるソートリーダーシップ プレゼンテーションが含まれます。「AIがML/DLを可能にするアーキテクチャー革命に及ぼす影響」から、「最新技術のQLCストレージや高性能GDDR6メモリを含む新しい有効化ソリューション」まで、トピックは多岐に渡りました。
議論は大いに盛り上がりました。AIシステムにおけるメモリとストレージの重要な役割について認識を深めてもらうため、マイクロンのブースでは、データサイエンス研究者とのコラボレーション、高性能メモリによる次世代FPGAの実現、エコシステムパートナーとの連携を図りました。
講演の様子:マイクロンのコンピュート・ネットワーク事業部戦略マーケティング担当ディレクターであるアンドレアス・シュラプカは、出展者フォーラムでの講演の中で、学習および推論AIアプリケーションにおいて、マイクロンのメモリとストレージの選択肢がもたらす可能性について概説しました。また、データセンターからエッジまでの実装におけるAI向けメモリとストレージ選択の必要性についても言及しました。ここで、聴衆から質問が投げかけられます。「メモリ帯域幅の壁はまだ存在するのでしょうか?」 つまり、コンピュートとメモリの間に新しいシステムソリューションの機会が残されているということです。
マイクロンのアドバンストコンピューティングソリューション グループのマーク・ハー・ディレクターからは、AIのアプリケーションを実現するために開発された一連の機械学習ソリューションの背景について報告がなされました。IPを搭載したこれらのカードは、一般的なニューラルネットワーク・プログラミングと高性能メモリ帯域幅に最適化されたIPを活用しつつ、FPGAの柔軟性を実現します。
AIのデモンストレーション
マイクロンのブースでは、NYRIADから「NVMe用GPUコントローラによるディスプレイ高速化」のデモが行われ、GPUを使用したシステムが4Kビデオフィードを30fpsから実行し、ガバナーをオフにすると1500fpsに上昇するといった、高速モードでのエンターテイメントビデオなどが紹介されました。マイクロンの「仮想永続メモリ」実装例や、マイクロンの機械学習ソリューションを使用した「機械学習組み込み型スタイル変換」、Advantechシステムを利用した「高性能NVMe」、さらにはEMOTICONディスプレイを使用して、自分の気分を絵文字で表現させる「感情検出AI」など、非常に楽しいパフォーマンスが披露されました。これは、NVIDIA DGXワークステーション上で動作するアプリケーションによって提供されました。今回のデモをまとめると、有益で楽しいものだったと言えるでしょう。AIにおけるメモリとストレージの使われ方について示唆に富み、その実行は非常に興味深いものでした。
SC18を振り返って明らかなように、マイクロンが注力するのは、世界での情報の使い方を一変させ、生活を豊かにすることです。AI、機械学習、ディープラーニングはまさにその大きな部分を占めています。私たちはAIの進化の初期段階にあり、データセンターからエッジまでのアーキテクチャーが、望ましい結果をもたらすためにどう変化するかについて、多くのことを学ばなければなりません。ただ一つ言えることは、こうしたソリューションの実現にはメモリとストレージの選択が不可欠であり、マイクロンは、この課題に一丸となって取り組み、革新し、提供していくということです。