298455記事公開中

トレンドワード
  2. AIベンチマークリサーチ
  3. 論文研究
  4. 分散SLIDE：低帯域・簡易CPUクラスタ上での大規模ニューラルネットワーク学習の実現（Distributed SLIDE: Enabling Training Large Neural Networks on Low Bandwidth and Simple CPU-Clusters via Model Parallelism and Sparsity）
2 分で読了
0 views

分散SLIDE：低帯域・簡易CPUクラスタ上での大規模ニューラルネットワーク学習の実現

（Distributed SLIDE: Enabling Training Large Neural Networks on Low Bandwidth and Simple CPU-Clusters via Model Parallelism and Sparsity）

さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として
一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、
あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

田中専務

拓海さん、最近うちの部下が「クラウドの未使用リソースを使ってAIを走らせればコストが下がる」と言い出しておりまして、正直ピンと来ないのですが、本当に現実的な話でしょうか。

AIメンター拓海

素晴らしい着眼点ですね！大丈夫、一緒に整理しましょう。要点は三つで、まず既にある安価なCPU資源を活かす発想、次に通信量を劇的に減らす工夫、そしてそれを実装するためのアルゴリズム設計です。これらが揃えば投資対効果は大きく改善できますよ。

田中専務

それはありがたいです。ただ現場の現実は、うちのサーバーは古い小さなCPUが多く、ネット回線も細く、導入コストを掛けたくないんです。そういう環境で大きなモデルが本当に学習できるのですか。

AIメンター拓海

はい、論文の主張はまさにそこです。SLIDE（SLIDE）という

監修者

阪上雅昭（SAKAGAMI Masa-aki）
京都大学　人間・環境学研究科　名誉教授

論文研究シリーズ
前の記事
ブロックチェーンを用いたAI対応型Industry 4.0 CPSのAPT対策
（Blockchain based AI-enabled Industry 4.0 CPS Protection against Advanced Persistent Threat）
次の記事
行動特徴を用いた直感的方策学習
（Learning Intuitive Policies Using Action Features）
関連記事
MM-Gesture: Towards Precise Micro-Gesture Recognition through Multimodal Fusion
（微細なマイクロジェスチャ認識を目指したマルチモーダル融合）
全ボリューム補正空間ホログラフィ
（Full-volume aberration-space holography）
ロボットムーバー：動的チェーンを模倣して大型物体を動かす学習
（RobotMover: Learning to Move Large Objects by Imitating the Dynamic Chain）
マルチタイムステップ・マルチステージ拡散特徴を用いたハイパースペクトル画像分類の探究
(Exploring Multi-Timestep Multi-Stage Diffusion Features for Hyperspectral Image Classification)
ガウス・マルコフ確率場を用いたHorde of Bandits
（Horde of Bandits using Gaussian Markov Random Fields）
微分可能な衝突回避パラメトリックコリドー
（Differentiable Collision-Free Parametric Corridors）
この記事をシェア

有益な情報を同僚や仲間と共有しませんか？

AI技術革新 - 人気記事
ブラックホールと量子機械学習の対応
（Black hole/quantum machine learning correspondence）
  • 論文研究
生成AI検索における敏感なユーザークエリの分類と分析
（Taxonomy and Analysis of Sensitive User Queries in Generative AI Search System）
  • 論文研究
DiReDi：AIoTアプリケーションのための蒸留と逆蒸留
（DiReDi: Distillation and Reverse Distillation for AIoT Applications）
  • 論文研究

PCも苦手だった私が

“AIに詳しい人“
として一目置かれる存在に！
  • AIBRプレミアム
  • 実践型生成AI活用キャンプ
あなたにオススメのカテゴリ
論文研究
最新記事
FastGRNN: 極小かつ高精度なRNNでエッジ推論を現実にする
（FastGRNN: A Fast, Accurate, Stable and Tiny Kilobyte Sized Gated Recurrent Neural Network）
  • 論文研究
サンプル単位の学習しやすさを比較する研究
（Comparing Sample-wise Learnability Across Deep Neural Network Models）
  • 論文研究
Fenchel‑Young損失による学習の原理
（Learning with Fenchel-Young Losses）
  • 論文研究
誤差関数における引力盆地の可視化
（Visualising Basins of Attraction for the Cross-Entropy and the Squared Error Neural Network Loss Functions）
  • 論文研究
選択的メタモルフォーシスによる成長モデリング
（Selective metamorphosis for growth modelling with applications to landmarks）
  • 論文研究
ユーザー埋め込みを学習するための融合戦略
（Fusion Strategies for Learning User Embeddings with Neural Networks）
  • 論文研究
さらに深い洞察を得る

AI戦略の専門知識を身につけ、競争優位性を構築しませんか？

AIBR プレミアム
年間たったの9,800円で
“AIに詳しい人”として一目置かれる存在に！

プレミア会員になって、山ほどあるAI論文の中から効率よく大事な情報を手に入れ、まわりと圧倒的な差をつけませんか？

詳細を見る
【実践型】
生成AI活用キャンプ
【文部科学省認可】
満足度100%の生成AI講座
3ヶ月後には、あなたも生成AIマスター！

「学ぶ」だけではなく「使える」ように。
経営者からも圧倒的な人気を誇るBBT大学の講座では、3ヶ月間質問し放題！誰1人置いていかずに寄り添います。

詳細を見る

AI Benchmark Researchをもっと見る

今すぐ購読し、続きを読んで、すべてのアーカイブにアクセスしましょう。

続きを読む