1

Pascal Architecture | INT8

P40: 250W | 40X Energy Efficient versus CPU

P40: 250W | 40X Performance versus CPU

ANNOUNCINGTESLA P4 & P40INFERENCING ACCELERATORS

2

ANNOUNCINGTensorRTPERFORMANCE OPTIMIZING INFERENCING ENGINE

FP32, FP16, INT8 | Vertical & Horizontal Fusion | Auto-Tuning

VGG, GoogLeNet, ResNet, AlexNet & Custom Layers

Available Today: developer.nvidia.com/tensorrt

3

ANNOUNCINGNEW IBM SERVERPOWER8 + NVIDIA TESLA P100 FOR THE AI ENTERPRISE

“ Putting NVIDIA’s technology into the IBM system will speed up performance for such emerging workloads as AI, deep learning and data analytics.” — eWeek

4

GTC2016 Japan

主催 : エヌビディア共催 : GPUコンピューティング研究会後援 : 文部科学省2016年10月5日（水）ヒルトン東京 お台場

ディープラーニング部部長 井﨑 武士

GPU Deep Learning Community設立について

6

今をときめくディープラーニング♥

ディープ関連株急上昇数々のディープラーニング関連提携

DeepMindのAlphaGoが囲碁で世界チャンピオンを越える

トヨタ自動車が人工知能研究所に1200億円投資

Atomwiseがエボラウィルスの感染力を低減する可能性のある2つの新薬を開発

PFN Amazon Picking Challenge世界第2位

7

Ad Service Technology

InvestmentMedia

Oil & Gas

Mfg

Retail

Other

10年間で$500B の市場規模

産業ごとのディープラーニングソフトウェア売り上げ

セグメント毎のディープラーニング総売り上げ予測

IBM: “認識のビジネスは$2T のビジネス機会を創出する”

SOURCE: “Deep Learning for Enterprise Applications,” 4Q 2015, Tractica

8

ビジネスマガジンでも多数

9

よし、わが社でもディープラーニングをやろう！

10

で。。。

11

誰ができる？

12

第1の問題：人材不足

13

よし、勉強しよう！

14

豊富な参考書

15

で。。。

16

どうやったらいいの？

17

抱えている問題はもっと複雑な気が。。。

18

第２の問題：解決課題の落としこみ

19

やってみよう！

20

って。。。どうやってやるの？

21

ディープラーニング プラットフォーム

COMPUTER VISION SPEECH AND AUDIO BEHAVIORObject Detection Voice Recognition Translation

Recommendation Engines Sentiment Analysis

DEEP LEARNING

cuDNN

MATH LIBRARIES

cuBLAS cuSPARSE

MULTI-GPU

NCCL

cuFFT

Mocha.jl

Image Classification

DEEP LEARNING SDK

FRAMEWORKS

APPLICATIONS

GPU PLATFORM

CLOUD GPU

Tesla P100

TeslaK80/M40/M4 Jetson TX1

SERVER

DGX-1

TensorRT

DRIVEPX2

22

ニューラルネットワークはどれがいいの？

フレームワークの違いは？

GPUどれがいい？

クラウド使ってみたいんだが。。。

チューニングってどうやるの？

23

GPU Deep Learning Community 設立

コンセプト

実活用を加速させる、ディープラーニング寺子屋

24

こんな方に参加してほしい

現場のエンジニアの方システム設計を行う上流工程のエンジニアの方研究機関の研究者の方学生の方

25

運営企業

事務局

26

第1回ディープラーニングの実装の実際

時間 セッションタイトル スピーカー

18:20-18:40 無いなら作れ!!学習データ生成 システム計画研究所

18:40-19:00 ABEJAにおけるDeep Learning Platformの展開と応用 ABEJA

19:00-19:20 モルフォにおけるDeep Learning事業の取り組み Morpho

19:20-19:40 PFNはどのようにしてAPCの認識問題に取り組んだか? Preferred Networks

19:40-20:00 Industry Deep Learning Xcompass

27

第2回

12月某日

GPU環境構築とクラウド環境 (仮題)

28

みんなで作るコミュニティー

- 知りたい課題、テーマは是非アンケートに！- LT希望者大歓迎