GTC Japan 2017

2017/12/12 - 2017/12/13에서 GTC Japan에 참가했습니다. 첫 참가.

DLI

12/12는 Deep Learning Institute(DLI)에서 3개의 Workshop에 참가.
1. TensorFlow, MXNet, NVIDIA Docker를 사용한 딥 러닝 워크플로
2. NVIDIA DIGITS에 의한 이미지 세그멘테이션
3. Keras를 사용한 RNN에 의한 시계열 데이터 모델링

3만엔 조금만으로 이만큼의 트레이닝을 받을 수 있는 것은 싸다고 생각한다. 또 트레이닝은 iPython 베이스로 행해져, 코드의 실행도 자료도 1 페이지가 되어 있는 것으로 극히 보기 쉽고, 손을 움직이기 쉽다. nvidi-docker 명령 최고. DNN이나 기계 학습 자체의 전문적인 이야기가 되면, 따위에 대해 갈 수 없게 되므로 공부해야 한다. . .

Keynote

Jensen Huang 대인기, 회장에 넣지 않고 새틀라이트 회장에서 스트리밍으로 Keynote를 경청. 새틀라이트 회장에도 넣지 않고, 호텔 복도에서 서보의 사람도 있었다든가. . .

Holodeck = VR에서의 Collaboration Platform
CATIA/Creo/NX -> Maya/3D Max -> Holodeck에서 데이터를 넣을 수 있는 것 같다. CG의 차에서 아바타가 엔진 부품과 꺼내 확대 표시하거나 단면 표시하거나 멋지고 미래 느꼈다.


Volta의 개발에는 2B$ 걸린 것 같다.

Inference Cost affects to Datacenter cost
45000 image/sec = 160CPU, 4RACKs = 1 x V100 server
1/6 cost, 1/20 power, 1/4 rack = 1/10 TCO

Inference Performance
Skylake CPU = 4.7 images/sec
1 x V100 = 913 이미지/초
8 x V100 = 7055

If you buy more GPU, you can save more money
2017 by Jensen Huang‏ @GTC

자율주행
software define computer -> software define car
바로 software eats world!!!
Xavior power consumption will be 30W

Isacc
Train in VR, Deploy in real world!

Breakout Session

AI data pipeline

data pipeline is most costy process of machine learning process
DO NOT COPY DATA!!! WASTING TIME!!! WASTING GPUS!!!


Data Copy 시마쿠리


데이터 복사는 최소

3D CAD VDI

지금까지 3D CAD/CAE VDI는 아직 뭐지? 자신이 생각했던 것보다 빨리 기술은 진보하고 있었다. TOTO, 히타치 건설 기계, 아이신, 히휘 ... etc
GPU,Storage,Network. 그 손이 손으로 렌더링이 지연되지 않도록 궁리. 150msec의 네트워크 latency가 있어도 사용하고 있는 회사는 있다고 하지만, 역시 100msec당이 하나의 큰 벽이 될 것 같다.