仮想GPUは一見すると機械学習に適している。だが処理能力をフルに必要とする用途でなければ、仮想GPUへの投資には慎重になる必要がある。
仮想化技術が進化したことで、GPU(グラフィックスプロセッシングユニット)の並列処理機能を活用する機会が広がった。ハードウェア仮想化の一つである仮想GPUは、アプリケーションの稼働効率をどのようにして高められるのだろうか。ハードウェアへの投資を最大化するためには、この点を知っておくことが大事だ。
従来、GPUはコンピュータ支援設計(CAD)や仮想デスクトップなど、グラフィックス処理を必要とするアプリケーションを稼働させるために使用されてきた。現在はグラフィックス処理だけではなく、パフォーマンス要件が厳しい一般的なアプリケーションにもGPUを利用する「GPGPU」(GPUによる汎用<はんよう>計算)が普及している。
GPGPUを採用すると、大規模なデータセットを分析する機能を強化できる。AI(人工知能)技術を利用したアプリケーションやスーパーコンピュータに適する。注意しなければならないのは、パフォーマンスの需要が大きく変動する場合や予測が不可能な場合は、高価なGPUがアイドル(待機)状態になる時間が多くなり、そのメリットを十分に活用できない可能性があることだ。
高齢男性はレジ待ちが苦手、女性は待たないためにアプリを活用――アイリッジ調査
実店舗を持つ企業が「アプリでどのようなユーザー体験を提供すべきか」を考えるヒントが...
IASがブランドセーフティーの計測を拡張 誤報に関するレポートを追加
IASは、ブランドセーフティーと適合性の計測ソリューションを拡張し、誤報とともに広告が...
【Googleが公式見解を発表】中古ドメインを絶対に使ってはいけない理由とは?
Googleが中古ドメインの不正利用を禁止を公式に発表しました。その理由や今後の対応につ...