NVIDIAが語るVoltaとTuring、最新GPUはこう使おう:GTC Japan 2018(4/4 ページ)
NVIDIAのGPUアーキテクチャである「Turing」と「Volta」。これら2つのアーキテクチャでは、RTコアとTensorコアという2つのユニットが性能躍進の立役者となった。GTC Japan 2018の講演から、アーキテクチャをおさらいし、最新GPUを効率的に活用するための手法を紹介する。
こうして使おうRTコア
RTコアの詳細について(先述の既報記事)でも取り扱っているが、本稿でもあらためて概要を紹介したい。
レイトレーシングは、仮想のカメラに向かうレイ(光線)を逆方向に追跡することで、カメラが見ている物体の見え方をシミュレートする。
成瀬氏は、レイトレーシングの処理について「3Dモデリングされたオブジェクトを構成するボクセルのどこに光が当たるのかを最初に見つける。ボクセルはさらに(物体の基本形状である)三角形メッシュ(=プリミティブ)で構成されており、どのメッシュに光が交差するかを調べる」と説明する。レイが交差したプリミティブはそれぞれ固有の物体面の性質を持っているため、そこからレイの状態を把握することができる。
RTコアでは、レイトレーシングの高速化手法としてBVH(Bounding Volume Hierarchy)を採用し、レイとオブジェクトの交差判定を省力化。RTコアは10Gレイ/秒という性能を発揮すると発表されたが、この見慣れない指標は単位時間あたりに交差判定を行うことができるレイの数を示している。
RTコアが対応するAPIは現時点で、NVIDIAのOptiX、MicrosoftのDirectX Raytracing(DXR)、 Khronos GroupのVulkanとなる。このうち、OptiXはCUDAと併用できるとし(同時使用は不可)、「OptiXとRTコアで得られた何らかの結果を、CUDAで使うことができる」(成瀬氏)とし、RTコアをグラフィックス用途以外のGPGPUで利用可能なことを示唆した。
「RTコアを計算で何に使えるかというと、何か物を飛ばした時にどこにぶつかるかを高速に見つけることができる。例えば、衛星写真の解析にレイトレーシングに似たアルゴリズムが用いられており、こういったアプリケーションを高速化することができるかもしれない」(成瀬氏)
上記について、現時点ではNVIDIAでデモンストレーションを行う状況にまで至っていないとしつつ、成瀬氏はRTコアについて「グラフィックス指向のユニットなので、コンピュート(GPGPU)に関係ないユニットというわけではない」と強調している。
成瀬氏がこのように語った後、聴講者よりRTコアを「熱輻射」の計算に用いたいという提案があった。
この提案によると、熱輻射の計算ではレイトレーシングと同じアルゴリズムを用いているとし、計算対象の物体が増えるにつれて輻射現象が複雑になっているという。そこで、RTコアがレイトレーシングを高速化するのであれば、熱輻射計算の高速化も望めるため、「今すぐにでもRTコアをCUDAで扱えるようにしてほしい」(聴講者)と要望が上がった。RTコアの新しい活用法が、NVIDIAのさらなる飛躍の一手になるかもしれない。
Copyright © ITmedia, Inc. All Rights Reserved.
関連記事
- “通常とは違う過程で登場”したGPU「Turing」は何が新しいのか
NVIDIAが2018年8月に発表した新世代GPUは、それまでのPascalや最新のVoltaにはない「Ray Tracing」専用ハードウェアを実装した。その意味と効果とは。 - NVIDIA、Turing世代の「Tesla T4」を発表【内容追加】
NVIDIAは2018年9月13日、同社プライベートカンファレンス「GTC Japan 2018」(2018年9月13〜14日、グランドプリンスホテル新高輪 国際館パミール)で、HPC(High Performance Computing)向けGPUボードの新製品となる「Tesla T4」を発表した。 - NVIDIAが解説するディープラーニングの基礎(前編)
エヌビディアは2018年4月24日、ディープラーニングに関するセミナー「NVIDIA Deep Learning Seminar 2018」を東京都内で開催した。本稿では、セッション「これから始める人のためのディープラーニング基礎講座」から、ディープラーニングの歴史や概要、学習の流れについて紹介する。 - それでも自動運転開発は続けるべき、NVIDIA CEO
NVIDIAの年次イベント「GTC 2018」が米国で開催された。Uberの自動運転車が起こした死亡事故から仮想通貨まで、多くの質問がCEOのJensen Huang氏に寄せられた。 - NVIDIAが高性能コンピュータの回路技術を解説
2016年12月に米国サンフランシスコで開催された「IEDM2016」。そのショートコースから、NVIDIAの講演を複数回にわたり紹介する。初回となる今回は、コンピュータ・システムにおいてデータのやりとりに消費されるエネルギーをなぜ最小化する必要があるのか、その理由を28nm CMOSプロセスで製造したSoCを用いて説明しよう。 - NVIDIA、2017年の半導体売上高でトップ10に
2017年の半導体売上高ランキングトップ10にNVIDIAが初めてランクインした。また、2017年の世界半導体売上高は前年比21.7%増となる4291億米ドルで、メモリチップが前年比60.8%増となる当たり年であったことが大きい。