最終更新日:
2024-09-30 18:25:13.0
必要に応じて、フレームワーク内にその処理を実装し、ユーザーフレンドリなAPIを提供！
深層学習の学習時間を短縮するためには複数のGPUによる
並列計算が必要です。
効率的に並列計算を行う手法を模索することで、効果的な学習を実現。
また、モデル並列、データ並列、パイプライン並列など、ユースケースに
沿った効率的な学習方法を模索し、実装・実験を実施します。
【技術詳細】
■ユースケースにあった並列学習の実行
■GPUの配置における処理の割り当て問題の解決
※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
基本情報
【ゴールイメージ】
■学習の高速化
・既存の学習に掛かっていた時間を並列化することにより、学習時間の短縮
■スケーラビリティの確保
・GPU数を増やすことで、転送時間を最小限に抑えつつ学習時間の短縮
※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。
| 価格帯 | お問い合わせください |
|---|---|
| 納期 | お問い合わせください |
| 用途／実績例 | ※詳しくはPDFをダウンロードしていただくか、お気軽にお問い合わせください。 |
関連カタログ
お問い合わせ
※お問い合わせをすると、以下の出展者へ会員情報(会社名、部署名、所在地、氏名、TEL、FAX、メールアドレス)が通知されること、また以下の出展者からの電子メール広告を受信することに同意したこととなります。
スマートインプリメント株式会社 スマートインプリメント株式会社・4th ai・VISUS&co.
