【導入事例】高性能なNVIDIA DGX-1が 画像認識の発展を支える 中部大学 工学部 情報工学科 様

導入事例 Introduction Case 高性能なNVIDIA DGX-1が 画像認識の発展を支える 中部大学 工学部 情報工学科 様 中部大学の山下隆義准教授は、自動運転技術にも 利用されている画像認識のスペシャリストだ。 GPUコンピューティングが必要不可欠な存在となっている 画像認識の分野において「、NVIDIA DGX-1」は 山下准教授の研究を強力にサポートしている。 　中部大学は、愛知県春日井市のキャンパ 　また、ディープラーニングを活用した手 スに文理7つの学部が集結する私立の総合 法において、大きなポイントとなったのが 大学。1964年に開校した中部工業大学が 「GPUによる高速化」だ。そもそも、それま 前身となることから、中心となる工学部は での画像認識の研究でGPUを利用する人は 8つの学科を有し、2018年4月には新たに ほとんどいなかったのだが、この手法によっ 宇宙航空理工学科が誕生する予定だ。 て「GPUを使えば処理を高速化できる」こと 　工学部 情報工学科の山下隆義准教授は、 が判明。これにより、画像認識の分野でも 画像処理やパターン認識を専門分野として GPUはなくてはならない存在となり、山下 中部大学の外観 おり、物体検出や物体追跡、ジェスチャー 准教授もGPUコンピューティングを手掛け 認識などの研究を進めている。同大学に所 るようになったという経緯がある。 用する研究だ。そもそも、ロボットを動か 属するまでは一般企業に勤めており、画像 　「GPUがあるとないとでは、その処理速 す場合には、人間の目に相当する機能が必 認識のソフトウェア開発に従事。最近のデ 度は雲泥の差です。体感的には10倍程度 要となる。そこで、画像処理によってさま ジタルカメラやスマートフォンでは標準機能 違うイメージだったでしょうか。そういった ざまな情報を読み取り、その役割を担おう として搭載されている撮影時の顔検出機能 意味でも、研究のスピード感は圧倒的に速 というわけだ。例えば、写っている商品を を手掛けていた。 くなりました（」山下准教授） 認識したり、物を取る際の位置情報を検出 　「画像認識やコンピュータービジョンの したりするほか、その物の取り方を判定す 研究は、企業にいる頃からずっと続けてい 対象の特徴を捉える計算にGPUの高い処理能力を活用 るときなどにも活用される。そして、この ました。そんななか、画像認識の分野に 画像認識や画像処理において、画像の各所 おける大きなブレイクスルーとなったのが、 　現在、山下准教授がメインで進めてい が持つ特徴を捉える計算に、GPUコンピュー 2012年に登場したディープラーニングを活 る研究は2つある。ひとつは、近年注目を ティングが活用されている。 用する新たな手法。この手法によって画像 集めている自動運転技術のための「画像認 　「画像に写っている物体が何であるかを認 認識の性能は飛躍的に向上したわけですが、 識」。この研究では、画像を解析して写って 識する場合、例えば人物であれば、人間が この手法に興味を持ったことから、2014年 いる物体が歩行者なのか自動車なのかを識 持つ形状や色などの特徴をチェックしてい に大学に移って研究の中心に据えるように 別するほか、人物であればそれが男性なの くことで識別していきます。ただし、この なりました（」山下准教授） か女性なのか、子供なのか年配なのか、あ 処理はひとつひとつが小さな計算でも、さ るいはどちらを向いているのかといった細か まざまな特徴を全てチェックしていくため な属性の認識も目指している。さらに、写 には、同様の処理を何度も繰り返す必要が 真から識別した対象を「人物は赤、自動車 あります。そうなると、全体としては非常 は青、道路は紫、歩道はピンク」といった感 に膨大な計算量となるわけです。そのため、 じで色分けし、塗り絵のようなイメージで属 認識する範囲を広げたり精度を上げたりす 性をラベリングしていく「セマンティック・セ れば、処理を行うマシンにはさらに高いス グメンテーション」にも積極的に取り組んで ペックが求められます（」山下准教授） いる。これらの結果がディープラーニング 　また、上記のように画像認識の処理は「同 の学習データとして蓄積されることで、そ 様の処理を何度も繰り返す」ことが特徴の の次のステップにも役立っていくわけだ。 ひとつとなるため、並列計算が得意なGPU 中部大学 工学部 情報工学科 准教授 山下隆義氏 　もうひとつは、画像処理をロボットへ応 にとってとても有利な状況といえる。こう

いった背景から、山下准教授は世界初の DeepLearning専用スーパーコンピュータ 多くのソフトは動作確認済み手間なく利用できる点も魅力 「NVIDIA DGX-1」を2017年2月に導入した。 　性能面以外にも、山下准教授は使い勝手 8枚のGPUを使い分けて 研究の効率アップをはかる の良さにメリットを感じている。先ほど紹介 したように、山下准教授はNVIDIA DGX-1 　NVIDIA DGX-1を導入するまで、山下准 の導入前に市販のパソコンとGPUを利用し 教授は市販のパソコンとGPUを組み合わせ ていたわけだが、研究に必要なフリーのソ て研究を進めていた。そのマシンで非常に フトウェアやライブラリのインストールは当 「セマンティック・セグメンテーション」のイメージ。上段 計算量の多いセマンティック・セグメンテー 然自前で行う必要がある。山下准教授の研 の画像が、解析によって下段のように色分けされる ションの処理を実行すると、計算が完了す 究室では約30台のパソコンを所持している るまでに約1ヵ月かかっていたという。しか そうだが、マシンが1台増えるたびにその作 し、NVIDIA DGX-1の性能をフルに利用す 業を行ってきたわけだ。 れば、同じ処理を4～5日で完了すること 　もちろん、その作業自体がそれなりの手 が可能。このスピード感はまさに圧倒的で、 間となるわけだが、ここでさらに問題となっ 研究のサイクルは大きく向上した。 ていたのが、同じソフトウェアやライブラリ 　「NVIDIA DGX-1の性能にはとても満足し をインストールしてもマシンが異なると「確 ています。ただ、実をいうと今までGPUの 実に動作する保証はない」ということ。導入 Tesla P100を8基搭載したNVIDIA DGX-1 処理速度に大きな不満を感じていたわけで 時期によってマシンのパーツやソフトウェア はありません。なぜなら、従来の感覚では のバージョンなどが異なることから、セット の、動画解析はまだまだ難しい状況だとい 『マシンのスペックに合わせて研究や実験内 アップの変更が必要な場合も往々にして出 う。なぜなら、例えば映像が動いている場合、 容を選んでいた』からです。つまり、処理に てくるわけだ。この作業には少なくとも1日、 その動きが撮影者によるものなのか、それ 2～3ヵ月もかかるような研究は、最初か 場合によっては1週間かかるケースもあった とも撮影対象によるものなのかを認識する ら対象として排除している状況だったわけ そうで、その手間と時間が大きなボトルネッ 必要が出てくるなど、これまで以上にチェッ です。だからこそ、GPUの性能に不満を感 クとなっていた。 クすべきポイントが増えてくるからだ。これ じることが少なかったといえます。しかし、 　「その点、NVIDIA DGX-1はディープラー は当然、これまで以上に計算量が増えるこ NVIDIA DGX-1の導入によって、これまで ニングに関連する多くのフレームワークやラ とを意味し、動画解析ではさらなるマシン 排除してきた研究も対応可能になりました。 イブラリの動作確認を行っています。イン 性能の向上が求められることとなる。 そういった意味では、研究の幅が広がった ストール後にすぐ利用できるため、セット 　「自動運転技術では、瞬間的な計算に対 といって良いでしょう（」山下准教授） アップの手間を大きく削減できました。効 応する必要もあります。より短時間で処理 　 ま た、NVIDIA DGX-1は1台 に8枚 の 率的な運用サポートの観点から、この対応 できる負荷の軽い計算をいかにして実現す GPUを搭載していることから、GPUを使い は非常に魅力的です（」山下准教授） るか。ハードウェアとともに、ソフトウェア 分けることで複数問題の同時計算が可能な 　NVIDIA DGX-1から大きな恩恵を受けて やアルゴリズムの進歩も重要となるでしょ 点も魅力のひとつといえる。例えば、1つの いる山下准教授が、次に目指すのは「動画 う。NVIDIA DGX-1によって環境がさらに 研究において8種類のパラメータを設定し 解析」だ。山下准教授によれば、画像解析 整ってきたので、今後はもっと研究を加速 た共通の実験を同時に計算することが可能。 はすでに高いレベルにまで到達しているもの していきたい考えです（」山下准教授） セマンティック・セグメンテーションのよう な負荷の高い計算には8枚のGPUを1つの 中部大学の使用モデル 処理にフル活用し、軽い計算であれば複数 NVIDIA自社設計のNVLink対応マザーボードに、 の処理にGPUを振り分けて同時に計算する NVIDIA DGX-1 最 新アーキテクチャPascal世 代のGPU「TESLA という、1台での使い分けが研究の効率アッ P100」を8基搭載した世界初のディープラーニング プにつながっているわけだ。山下准教授は 専用スーパーコンピュータ。TESLA P100は、倍精 「感覚的に倍ぐらいのスピード感が得られて 度で5.3TFLOPS、単精度で10.6TFLOPS、半精度 で21.2TFLOPSの演算性能を実現する。 いると思います」と笑みを浮かべる。 GDEP 日本GPUコンピューティングパートナーシップ 株式会社GDEPアドバンス GDEPソリューションズ株式会社 〒113-0034 東京都文京区湯島3-34-6 湯島スクウェアビル８F 〒113-0033 東京都文京区本郷３丁目34-3 本郷第一ビル８階 TEL : 03-6803-0620 TEL : 03-5802-7050 URL : http://www.gdep.co.jp/ URL : http://www.gdep-sol.co.jp/