ディープラーニングおよび P100 GPU の概論

近年、機械学習の分野であるディープラーニング (DL) が著しい進歩を遂げています。その応用分野はパターン認識、イメージ分類、自然言語処理 (NLP)、および自律走行技術などがあります。ディープラーニングは、入力された大規模なデータセットにおける複数レベルの特徴を多層ニューラルネットワークで学習し、新しいデータに対する予測分析による意思決定に使用しようとします。これはディープラーニングにおける2つのフェーズを意味します:第1に、ニューラルネットワークは多数の入力データによってトレーニングされています。第2に、トレーニングされたニューラルネットワークは、新しいデータをテスト/推測/予測するために使用されます。多数のパラメータ (異なる層のニューロンと各層のバイアスなどを接続する重み行列) およびトレーニングセットサイズのために、トレーニングフェーズは膨大な計算処理能力を必要とします。
この問題を解決するために GPU、FPGA、および DSP などのアクセラレータを利用しています。この資料では GPU アクセラレータに焦点をあてています。

詳細は、PDF ファイルをダウンロードしてご確認ください。