Fedora 34 での CUDA

Fedora34 サーバに GPU (GeForce GTX 1080 Ti)を搭載して CUDA 11.4 等をインストールしてみました。

計算サーバ
CPU : Intel(R) Core(TM) i7-4790 CPU @ 3.60GHz
メモリ : 16GB
GPU : GeForce GTX 1080 Ti
OS : Fedora 34

$ nvidia-smi
Sun Oct 10 21:35:51 2021
+-----------------------------------------------------------------------------+
| NVIDIA-SMI 470.74 Driver Version: 470.74 CUDA Version: 11.4 |
|-------------------------------+----------------------+----------------------+
| GPU Name Persistence-M| Bus-Id Disp.A | Volatile Uncorr. ECC |
| Fan Temp Perf Pwr:Usage/Cap| Memory-Usage | GPU-Util Compute M. |
| | | MIG M. |
|===============================+======================+======================|
| 0 NVIDIA GeForce ... Off | 00000000:02:00.0 Off | N/A |
| 20% 38C P0 52W / 250W | 0MiB / 11178MiB | 1% Default |
| | | N/A |
+-------------------------------+----------------------+----------------------+

# ./bandwidthTest
[CUDA Bandwidth Test] - Starting...
Running on...

Device 0: NVIDIA GeForce GTX 1080 Ti
Quick Mode

Host to Device Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(GB/s)
32000000 6.3

Device to Host Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(GB/s)
32000000 6.4

Device to Device Bandwidth, 1 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(GB/s)
32000000 351.5

古いサーバの復活

かなり古いサーバ(CPU : Intel SandyBridge)を復活させてみました。。。

ソフトウェア SDPA 7.4.2

◯問題１：karate.dat-s
gcc 9.3.0 + OpenBLAS 0.3.18dev : 287.82s
icc 2021.3.0 + Intel MKL 2021.3 : 211.45s

◯問題２：DSJC500.9.dat-s
gcc 9.3.0 + OpenBLAS 0.3.18dev : 94.54s
icc 2021.3.0 + Intel MKL 2021.3 : 63.79s

◯問題３：NH3+.2A2\".STO6G.pqgt1t2p.dat-s
gcc 9.3.0 + OpenBLAS 0.3.18dev : 1499.15s
icc 2021.3.0 + Intel MKL 2021.3 : 1150.95s

◯計算サーバ
CPU : Intel(R) Xeon(R) CPU E5-4650 @ 2.70GHz(8コア) x 4個
メモリ：1TB
OS : Ubuntu 20.04.3

AMD EPYC Genoa CPUプラットフォーム

AMD EPYC Genoa CPUプラットフォームの詳細–最大96のZen 4コア、192スレッド、12チャネルDDR5-5200、128 PCIe Gen 5レーン、SP5「LGA6096」ソケット

Zen 4コアアーキテクチャを採用するAMDの次世代EPYC Genoa Server CPUラインナップの詳細がExecutableFixによってリークされた。

詳細は、今後のラインナップの様々な仕様を指摘しており、Naples、Rome、Milanを含む3世代のEPYC CPUが続いてきたAMDの既存のSP3プラットフォームを継承するSP5プラットフォームについても言及されています。

「Windows 11」が正式リリース ～対応デバイスへ無償アップグレードを順次提供

「Windows 11」が正式リリース ～対応デバイスへ無償アップグレードを順次提供

米Microsoftは10月5日（日本時間）、新OS「Windows 11」を一般公開した。最小システム要件を満たしたデバイスに対して、無償アップグレードが順次提供される。

　「Windows 11」は、6年ぶりとなるWindowsのメジャーアップデート。［スタート］画面とタスクバーのボタンが中央寄りに配置され、アプリのウィンドウの角が丸くなるなどのデザイン更新が行われたほか、［Windows］＋［W］キーで簡単にアクセスできるウィジェット、タスクバーに統合された「Microsoft Teams」チャット、新しいウィンドウレイアウトシステム、新しい「Microsoft Store」などが追加される。今後のアップデートで「Amazon アプリストア」のAndroidアプリも利用できるようになる予定だ。

オンラインセミナー「いまさら聞けない！CUDA高速化入門」開催

オンラインセミナー「いまさら聞けない！CUDA高速化入門」開催
プログラミングモデルとアーキテクチャの解説、高速化の実践

2021年10月29日（金）に無料オンラインセミナー「いまさら聞けない！CUDA高速化入門」を開催します。参加ご希望者は、こちらからご登録お願いします。

GPUは幅広い産業分野において適用範囲が拡大し、近年では特に機械学習での活用が注目されています。
本ウェビナーでは、CUDAプログラミングモデルとハードウェアアーキテクチャについて基礎から解説を行い、高速化の実践例を紹介します。

MLOps vs. DevOps: What is the Difference?

MLOps vs. DevOps: What is the Difference?

Machine learning is a term almost everyone in the IT space has heard by now—but it’s not just a buzzword used in flashy presentations anymore. As machine learning has started to become more applied and less theoretical, the industry has begun to incorporate it into important projects.

We’re past the point of proving its value. The concern now is how to properly implement a successful machine learning project and confidently push it to production.

NTT、世界各地でデータセンターを増強。サーバールーム面積を約2割拡大へ

NTT、世界各地でデータセンターを増強。サーバールーム面積を約2割拡大へ

NTTグループは、グローバルデータセンターのサーバールーム面積を約2割拡大し、全世界でおよそ60万平方メートル規模にすることを発表した。

　NTTでは、北米、EMEA（欧州、中東、アフリカ地域）、アジア、インドでデータセンターを運用している。これらの地域において、データセンターの新設などを今後1～2年で相次いで行う方針が示された。

IDCフロンティア、「IDCFクラウド コンテナ」にプライベートクラウド対応メニューを追加

IDCフロンティア、「IDCFクラウド コンテナ」にプライベートクラウド対応メニューを追加

株式会社IDCフロンティアは29日、マネージドコンテナサービス「IDCFクラウド コンテナ」について、プライベートクラウドサービスに対応したサービスメニュー「IDCFクラウド コンテナ for IDCFプライベートクラウド」の提供を開始した。

　IDCFクラウド コンテナは、顧客自身でコンテナ管理基盤を構築・運用する必要がなく、あらゆるITインフラ環境でシームレスにコンテナが利用できるマネージドコンテナサービス。

新サーバ : 2021年10月

CPU : Intel(R) Xeon(R) Silver 4210R CPU x 2 (計 20実コア)
メモリ：128GB
GPU : GeForce RTX 3080 x 4 枚
ストレージ： SSD 1TB, HDD 12TB
OS : Ubuntu 20.04.3

$ ./bandwidthTest/bandwidthTest --device=all
[CUDA Bandwidth Test] - Starting...

!!!!!Cumulative Bandwidth to be computed from all the devices !!!!!!

Running on...

Device 0: NVIDIA GeForce RTX 3080
Device 1: NVIDIA GeForce RTX 3080
Device 2: NVIDIA GeForce RTX 3080
Device 3: NVIDIA GeForce RTX 3080
Quick Mode

Host to Device Bandwidth, 4 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(GB/s)
32000000 49.3

Device to Host Bandwidth, 4 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(GB/s)
32000000 52.7

Device to Device Bandwidth, 4 Device(s)
PINNED Memory Transfers
Transfer Size (Bytes) Bandwidth(GB/s)
32000000 2613.5

Result = PASS

NTTデータ数理システム、ノーコードで一連のデータ分析プロセスを実行できるプラットフォーム「Alkano」

NTTデータ数理システム、ノーコードで一連のデータ分析プロセスを実行できるプラットフォーム「Alkano」

株式会社NTTデータ数理システムは9月30日、ノーコードの分析環境により、プログラミングの経験がない人でも容易にデータ分析、AI・機械学習等を実現できるデータ分析プラットフォーム「Alkano」を、同日より提供開始すると発表した。

　Alkanoは、データ分析ソリューション「Visual Mining Studio」の後継として提供される製品で、データの取り込みから前処理、可視化、モデリング、運用まで、一連の分析プロセスを簡易なGUIにて実行できるという。

線形最適化問題：ベンチマーク

SCIP 7.0.3 を追加してみました。。。

データ : 30.new.mps

○ GLPK 5.0 : 28.369s

○ CBC 2.10.5 : 12.730s

○ SCIP 7.0.2: 48.305s
○ SCIP 7.0.3 : 49.210s

○ CPLEX 20.1.0.1 : 364.86s

○GUROBI 9.1.2: 9.57s

CPU :Intel(R) Intel(R) Xeon(R) Gold 6240R CPU @ 2.40GHz x 24コア x 2
メモリ : 768GB
OS : Ubuntu 20.04.2

グローバーのアルゴリズム

グローバーのアルゴリズム

このセクションでは、グローバーのアルゴリズムの紹介と、それを使用して非構造化検索の問題を解決する方法を紹介します。 次に、Qiskitを使用して量子アルゴリズムを実装し、シミュレーターとデバイスで実行します。

CentOS Linux終了関連の記事が上位に、15周年を迎えたAWSの解説記事も人気

CentOS Linux終了関連の記事が上位に、15周年を迎えたAWSの解説記事も人気

クラウド Watch　先週のアクセスランキング
前週に閲覧数の多かった記事を上位15位までレポートします。

量子コンピュータが普及しても古典コンピュータは駆逐されないーーIBM

量子コンピュータが普及しても古典コンピュータは駆逐されないーーIBM

IBMは2021年9月21日、量子コンピュータ関連技術が産業界にもたらす影響などをまとめたレポート「The Quantum Decade」の日本語版を公開したことを受けて、同レポートの内容を紹介する説明会を開催した。説明会では、量子コンピュータを用いたビジネスサービス開発部門「Quantum Industry ＆ Technical Services（QI＆TS）」についても説明を行った。

NTTコンピュータ&データサイエンス研究所

NTTコンピュータ&データサイエンス研究所

研究所紹介
NTTコンピュータ&データサイエンス研究所では、規模や複雑さの観点から扱うことが困難であったデータを処理可能とし、人や社会に有用な価値を創出する、革新的な計算機科学、データサイエンスの研究に取り組んでいます