AWSなど各種ベンダーが提供機械学習インフラの複雑さを解消するクラウド型GPUツールスイート

GPUを利用した機械学習インフラの構築には技術的な障壁が残る。ある企業はGPUベースのインフラ構築プロセスの一部を自動化するPaaSを開発中だ。これを使えば、AI技術の構築にかかる労力と時間を削減できるかもしれない。

[Jack Vaughan，TechTarget]

　深層学習や機械学習は、これまでにない革新的なハードウェアの呼び水になる。しかしそのように高度なインフラでジョブを実行するのは容易なことではない。期待の高さにもかかわらず、チームはGPUやTPUを利用する最新の機械学習インフラにジョブを移行させる試みに開発時間の大半を奪われている。

　こうした問題が契機となり、GPUをクラウド内の機械学習インフラで正しく動作させるため、ライブラリなどソフトウェアの要素をコンテナにまとめる作業を自動化する、データサイエンスプラットフォームへの関心が高まっている。

併せて読みたいお薦めの記事

〇高まるGPUの需要

• GPUデータベースとは　CPUとの比較で分かるビッグデータ並列処理
• GPUがけん引する“ハード黄金時代”、ディープラーニングやAI処理で需要高まる

GPUを活用したインフラ構築

• GPUディープラーニングのためのインフラ構築とは？
• ナビタイムが全サービスをAWS移行　アンチパターンてんこ盛りでGPUは生かせるか

　クラウドベンダー、「Hadoop」ディストリビューションプロバイダー、機械学習の専門家などがこうしたソフトウェアを展開している。スタートアップ企業の中でもこの問題を追及しているのが、PaaSを専門に扱うPaperspaceだ。同社は幅広い開発者グループが反復性の高いニューラルネットワークベースのAIワークロードをGPUなどのハードウェアに導入できるよう、同社のソフトウェアを強化している。

機械学習インフラの構築プロセスを自動化するPaaS