拓海先生、最近部下から『AIの訓練をもっと速く回せるようにしたい』と言われまして、でも何から手を付ければいいのか全く見当がつきません。そもそもコンテナやグラフコンパイラって、現場でどう効くのでしょうか。
素晴らしい着眼点ですね！大丈夫、一緒に整理していきましょう。結論を先に言うと、現場ではコンテナで環境を固め、グラフコンパイラで実行を効率化することで、学習時間を短縮できるんですよ。
具体的には投資対効果が気になります。新しいツールを入れて本当に速くなるなら投資する価値があるが、効果が現場依存だったら怖いです。現場導入の障壁は何ですか。
いいご質問です。要点は三つで説明しますよ。第一にハードウェア差、第二にモデルの複雑さ、第三に実行環境の再現性です。これらを無視すると期待した効果が出にくいんです。
ハードウェア差というのは、GPUとCPUの差とかメーカーによって性能が違うということですか。要するに同じソフトでも置く場所によって結果が変わるということでしょうか。
おっしゃる通りです。Graph compiler（GC、グラフコンパイラ）は計算グラフを解析して、使うハードに最適化した命令列を作ることで速くしますが、最適化の効果はハードやモデル構造に依存するんです。
なるほど。ではコンテナというのは何を解決するんですか。クラウドとオンプレで環境が違っても同じ結果が出せるようにするものですか。
正解です。Singularity container（Singularity、シングラリティコンテナ）は実行環境をパッケージ化して、ライブラリやドライバの違いで動かないという事態を避けます。これにより再現性が高まり現場での運用が楽になりますよ。
そのMODAKというツールは、現場でどこまで自動化してくれるものなのでしょうか。わが社では人手が足りないので、自動化できる部分が重要です。
MODAKはSODALITEの一部として、データサイエンティストが入力したモデルやパラメータを受け、ターゲットインフラに最適な設定をマッピングして最適化されたコンテナを作るツールです。多くの手作業を減らせるので運用負荷の軽減につながります。
これって要するに、環境を固めるコンテナと、実行を速くするグラフを揃えてくれるツールを組み合わせれば、現場の学習時間や手間を減らせるということですか。
その通りです。大丈夫、順序立てれば必ずできますよ。まずは小さなワークロードで効果を確認し、次にハードに合わせてカスタムコンテナを作るという段取りが現実的です。
分かりました。まずは社内の代表的なモデルで試して、投資判断を下すという段取りで進めてみます。ありがとうございました、拓海先生。
素晴らしい決断です！最後に要点を三つだけ。環境の再現性を確保すること、ハードごとの最適化を検証すること、小さく試して段階的に拡大すること。大丈夫、一緒にやれば必ずできますよ。
分かりました。では私の言葉でまとめます。環境を固めるコンテナと、実行を速くするグラフ最適化を組み合わせ、小さく試して投資判断する、これで進めます。
