Brightによるディープラーニングソリューション


 

Bright は、ディープラーニングの実行に必要なツールとその基盤となるハード及びソフトウェアの インフラストラクチャ(ハードウェア及びソフトウェア)を容易にデプロイ・管理できるソフトウェアを 提供することで、ディープラーニングをより導入しやすくします。私たちは、ディープラーニングを 組織全体に展開するための完全なプラットフォームを自信をもってお届けします。

 

ここ数年、各企業は、競争で優位に立つために、膨大な量のデータを収集して分析しています。また、企業によっては、機械学習技術 を利用して、不正行為の検知や需要予想、クリック予測等、データ集約型の分析を行うための予測アプリケーションを作成して います。最近の機械学習の進歩によって、さらにその利用範囲が広がるとともに、世界各地の開発者がディープラーニングを利用 できるようになりました。現在、競争優位性を得るために、コンピュータービジョンや音声認識、自然言語処理、音認識のアプリ ケーション開発が各企業によって進められています。 ディープラーニングで膨大な量のデータを処理するには、膨大な計算能力を必要とします。ディープラーニング専用に設計された 新しいツールが登場、開発者たちは、それらのツールを使用して、NVIDIA GPU などのアクセラレターを装備した高性能クラ スター上でアプリケーションを構築するようになりました。 ディープラーニングで得られた知見が企業の競争優位性に直結する時代においては、基盤となるIT インフラストラクチャを、 ラボの実験レベルではなくエンタープライズグレードでデプロイして管理する必要があります。しかし、高機能クラスターを構築/ 開発し、ライブラリの依存関係をすべて満たすソフトウェアをインストールし、それらをすべて正しく動作させるには、膨大な 労力を必要とします。 そこで、Bright の出番です。私たちは、基盤となるIT インフラストラクチャの構築に必要なあらゆるものを簡単にセットアップし、 ディープラーニングアプリケーションを容易に開発・実行できるようにします。
 

 

【お客様が抱える主な課題】

■ディープラーニングのための フレームワークの構築
ディープラーニングをより簡単に利用できるようにするための新しいツールやフレームワークが次々と登場しています。企業は、アプリケーションの開発・実行を効率よく行うために、ソフトウェア、ハードウェア、ネットワーク、ツール、ライブラリの正しい組み合わせを選択する必要があります。
 

■新しいツールの導入を可能にする 柔軟性の実現
人工知能や機械学習が登場してから何十年も経ちますが、ディープラーニングは登場してからまだ日が浅く、絶えず変化しています。企業は、市場のニーズに素早く対応できるように、新しいツールが登場した時にそれらを柔軟に取り込んで実践投入する必要があります。
 

■アナリストと開発者の 無駄な仕事を削減
ディープラーニングツールは単独では機能しません。ツールによる効果を上げるには、ツールとその基盤となるハードウェアやソフトウェアフレームワークを正しく組み合わせ、開発者やアナリストがそれらを用いて本来の仕事ができるようにする必要があります。開発者やアナリストをIT 管理者にしてはなりません。
 

■デプロイと管理の 簡素化
企業は、ディープラーニング環境のデプロイ、管理、運用、スケーリングを簡素化する必要があります。


 

 

【Bright for Deep Learning ソリューション】


Bright のビジョンは、膨大かつ複雑なデータから、行動につながる知見をより素早く簡単に得られるようにすることです。これを実現するため、Bright は、以下の機能を含む包括的なディープラーニングソリューションを提供します。

 

■最新のディープラーニング環境
Bright には、効果的なディープラーニング環境を稼働させ、それを効率よく管理するために必要なものすべてが用意されています。
 

■多種多様な機械学習フレームワーク
Bright Cluster Manager では、Caffe、Torch、Tensorflow、Theano といった、さまざまな機械学習フレームワークが用意されており、ディープラーニングプロジェクトを簡素化できます。
 

■多種多様な機械学習ライブラリ
Bright には、データセットへのアクセスをサポートするための主要な機械学習ライブラリが各種用意されています。代表的なものには、MLPython、NVIDIA 、cuDNNライブラリ、NVIDIA DIGITS、Caffe On Sparksがあります。
 

■基盤となるインフラストラクチャの構成要素
Brightを利用すれば、ディープラーニングライブラリやディープラーニングフレームワークを実行するための構成要素を検索、設定、デプロイに悩む必要はありません。Bright には、機械学習パッケージをサポートするための400MB を超えるPython モジュールに加え、NVIDIA ハードウェアドライバ、CUDA(並列コンピューティングプラットフォームAPI)ドライバ、CUB(CUDA ビルディングブロック)、NCCL(標準的な集団通信用ライブラリ)が用意されています。
 

■絶えず拡大し続けるリスト
Bright for Deep Learning でサポートされているモジュールのリストは、絶えず拡大を続けています。最新のリストについては、こちらをご覧ください。


 

【主なメリット】


■ディープラーニングインフラストラクチャの デプロイを簡素化

Bright Cluster Manager は、ディープラーニング環境を数分でデプロイすることが可能です。貴重な時間は、デプロイではなく開発にお使いください。
 

■開発者に優しい環境
Bright は、お客様の動作環境変数を簡単かつ動的に変更できるenvironment-modulesを提供します。開発者は、必要に応じて適切なツールの組み合わせを利用できます。
 

■スケーラビリティ
Bright は、ディープラーニングアプリケーションに単一のマシンを超えたスケーラビリティを与え、クラスター全体で処理を行えるようにします。
 

■計算能力のさらなる強化
さらなる計算能力が必要な場合は、Bright のクラウドバースト機能を使用して、GPU 対応インスタンスをクラウドに拡張することが可能です。また、Bright では、ディープラーニングアプリケーションをコンテナ化したり、コンテナ化したアプリケーションをOpenStack のプライベートクラウドで実行するのも簡単です。RDMA 対応の相互接続を利用する最新のクラスターがもたらす高パフォーマンスを利用することもできます。


 

【その他の情報】


・ BRIGHT CLUSTER MANAGER FOR HPC

 BRIGHT FOR DEEP LEARNING

 

投稿日 : 2018-09-07 14:01:00

デスクトップ

ワークステーション

サーバー

ストレージ

アクセラレーター

ネットワーク

静音モデル

TOPへ

Linux対応について

Linux対応について
[ 動作確認モデル ]

動作確認を行ったモデルには[ Linux対応 ]のマークを表示しています。

[ ディストリビューション ]

動作確認は標準のインストーラーを使用したインストールとX-windowの起動、及びLANチップの動作確認(DHCPでのインターネット接続)までを確認しました。
ディストリビューションはRed Hat Enterprise Linux とCentOSですが、ご要望によっては、FedraやUbuntuなど、その他ディストリビューションやバージョンについてもお気軽にご相談下さい。

[ 動作確認デバイス ]

ビデオ内蔵モデルについては内蔵ビデオチップを無効化し別途ビデオカード(nVIDIA社製)を搭載して動作確認を行っているモデルもあります。
また同様にオンボードLANチップではなく別途LANカード(Realtek社製、intel社製)を搭載し動作確認を行っているモデルもございます。

※音源(サウンド)の動作については弊社では確認を行っておりません。インストーラー標準のドライバーで動作する場合もございますが、Linuxのドライバー自体が無く動作認識しないチップもございます。ご理解下さい。

[ 設定、インストール ]

インテルやPGI等の有償コンパイラやMKL等のライブラリやツール類のインストール、各種サーバー構築、設定も承っています。お気軽にご相談下さい。

Copyright (c) 2013-2019 univPCcom Allright reserved.