NVIDIA
MachineLearning
DeepLearning
AI
GTCJapan
AltPlusDay 20

GTC Japan 2017 に行ってきた!(一日目)

※この記事は Altplus Advent Calendar 2017 の20日目のエントリです。

こんにちは、adad です!
先日、ご縁あって、GTC Japan 2017 に行って参りましたので、本記事では私の所感をレポートとしてまとめたいと思います!

会場だったヒルトン東京お台場のエントランスからの一枚。
20171212101443.jpg

どんなイベントなのか?

GTC(GPU Technology Conference) Japanは、NVIDIA主催のGPUに関わるテクノロジーのイベントです。
公式サイト からの引用させていただくと、このように記載があります。

GTC Japanは、NVIDIA が主催する日本最大の GPU テクノロジ イベントです。GTC と Global GTC は、AI (人工知能)、ディープラーニング、医療、VR (バーチャル リアリティ)、活用分析、自動運転車など、コンピューティング分野で最重要でかつ、不可欠とされる貴重なトレーニングとショーケースを提供します。

GPU技術を基に、AIを中心に様々な分野の応用技術、事例のセッションが広く開催されていました。
二日間にわたって、ハンズオンのセッションやDELL, 日本HP、Fujitsuなど大手ベンダ企業からの出展もされており、基調講演にはNVIDIA創業者・CEOのジェンスンファン氏からのお話がありました。

参加したセッション

20171212103643.jpg

Caffe2: A New Lightweight, Modular, and Scalable Deep Learning Framework

Software engineer on the Caffe2 team, Facebook Marat Dukhan
Software engineer on Caffe2 and ONNX, Facebook Junjie Bai

Caffe2 はFacebookが今年公開したディープラーニング用フレームワーク Caffeの後継。
性能面での改善やMobile Deploymentへの対応、ONNXへの対応などが発表されていました。

Hot Tips on GPU Computing

エヌビディア合同会社 シニアデベロッパーテクノロジーエンジニア 成瀬 彰

NVIDIA のエンジニアの方が実際に同じ問題をシングルスレッド、マルチスレッド、マルチプロセスと解き方を変えていった場合の方法とチューニングや問題点を指摘しながらのセッションで、ハンズオンではなかったが、コード多めで、個人的には普段は触れない領域だったのでとても勉強になりました。
タイトル通り、最新のNVIDIAのGPUを駆使するとこのようになるということがわかるセッションでした。

Chainer で加速する深層学習とフレームワークの未来

株式会社Preferred Networks 知的情報処理事業部 事業部長 海野 裕也

大部屋で満員と立見で盛況だったChainerの講演。多くの人に期待されているんだなあというのをとても感じました。
面白かったのは、10年ほど前からの違いで、GPUとその上の層のライブラリ等をNVIDIAが充実させてきた結果から、機械学習のためのディープラーニングフレームワークは増えてきているがパフォーマンス的な違いはあまりなくなっているそうで、NVIDIAの凄みを感じる部分でした。
Chainerのセッションだけではないですが、今回 ONNX への対応を聞くことも多く、AIの分野はデータが重要であり、一つのものに収斂していく傾向を感じました。

NVIDIA Inception AI スタートアップ サミット(第2部)

セッションとは別にAIに関わるスタートアップやベンチャーの会社・サービス紹介の場があり、第2部のみそちらの発表を聞いておりました。
参加企業は様々でブレインパッドさん のようにすでに上場されていて長らくデータ分析の事業をされているところから起業したばかりのスタートアップまで様々でした。
いかにいまのトレンドを実用化してビジネスにしていくのかという点で非常に参考になり、また面白かったです。

  • ridgei
    自動採色(NHKの番組での実例)、ゴミ焼却炉の自動化AI
  • micin
    予防、診断、治療
  • HeteroDB
    DBPG-Storm。PostgreSQLをGPUで利用することに最適化されたアプライアンス製品を提供
  • UEI
    AIUEO, Deep station。みんなのAI。GHELIA
  • Datum studio
    マネックス証券での文書校正の事例など。
  • MDR
    創薬な様々な領域での量子コンピュータ利用(ハードとソフト両方)。 ディープラーニングは量子コンピュータの領域でも利用されている。 RBM/DBM、ボルツマンマシーン。
  • テクノスデータサイエンスエンジニアリング(TDSE)
    金融、製造、EC。送電線異常検知の事例。
  • Xcompass
    日本でのチャンスを見据えた製造業領域でのAI利用。
  • AI inside
    DX suite, OCRでの実例。Global Value Chainへ。
  • ブレインパッド
    Business/Analytics/Engineeringすべてを考えることができる。 キューピーでの不良品検知やコンクリートの劣化検知の事例など。

その他所感など

GoogleやAWS,Facebookなどの発表もあり、英語の講演時は同時通訳機も配布されていました。
今AI分野は非常に投資でお金が集まっている一方ですでに研究だけでなく実用においても関心や実際のリソースが集中するスピードが速まっており、R&Dを支えるAIベンチャー、スタートアップもたくさんでてきて、見方を変えれば日進月歩の競争の激しい業界になっているのではないかということを感じました。
展示物を見ているとやはり今一番リソースがさかれている分野は自動車の業界であり、自動運転なのかなと思いましたが、R&Dがある程度アウトソースされつつ今後どのような業界になっていくのだろうと考えていました。
本イベントはNVIDIA主催ですが、サービス提供する事業者の観点でどのような展開がありえるかを考えながら最後のセッションを興味深く聴いていました。

// Tシャツが配布されていました!
20171212185500.jpg

参考リンク