文献

J-GLOBAL ID：202002237550463487   整理番号：20A1024706

超並列演算器NVIDIA GPU入門〈5〉(最終回)最適化したGPUのパフォーマンス

著者 (1件)： 桑野雅彦
資料名： トランジスタ技術
巻： 57  号： 6  ページ： 128-139  発行年： 2020年06月01日 
JST資料番号： L3911A  ISSN： 0040-9413  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 日本 (JPN)  言語： 日本語 (JA)

抄録/ポイント： ・テーマは,AIアプリケーションで多用される「行列演算」高速化であり,大きな行列演算データを扱うためのメモリ・アクセスの最適化を解説。
・メモリ・アクセスを最適化した結果,行列演算(サイズは64×64)の処理時間がどのくらい短縮したのか,Jetson Nanoを動かして測定。
・AIが流行り,画像認識や音声認識が注目を集めているが,AIの鍵は「行列演算」特に「行列同士の乗算」。

シソーラス用語： *画像処理 ,  マイクロプロセッサ ,  *専用プロセッサ ,  コンピュータグラフィックス ,  *並列演算 ,  人工知能 ,  演算 ,  行列 ,  数値計算 ,  高速化 ,  画像認識 ,  音声認識

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (4件)： 並列演算 ,  GPU ,  最適化 ,  パフォーマンス