FC2ブログ

22世紀少年


    Sapphireの豪華版R9 280Xカード「VAPOR-X R9 280X TRI-X OC」をテスト。価格以外は完璧?

    Sapphireの豪華版R9 280Xカードは買いか。オリジナルクーラー搭載モデルを試す
    SAPPHIRE VAPOR-X R9 280X 3G GDDR5 PCI-E DVI-I/DVI-D/HDMI/DP TRI-X OC WITH BOOST(UEFI)






    VAPOR-X R9 280X 3G GDDR5 PCI-E DVI-I/DVI-D/HDMI/DP TRI-X OC WITH BOOST(UEFI)
    メーカー:Sapphire Technology
    問い合わせ先:アスク(販売代理店) info@ask-corp.co.jp
    実勢価格:5万円前後(※2014年4月26日現在)
    Radeon R9 200
     「Vapor-X」は,Sapphire Technology(以下,Sapphire)独自の上位製品シリーズだ。同社の伝統でもあるVapor Chamber(ヴェイパーチャンバー)方式のGPUクーラーを採用するのが大きな特徴となっている。

     今回取り上げる「VAPOR-X R9 280X 3G GDDR5 PCI-E DVI-I/DVI-D/HDMI/DP TRI-X OC WITH BOOST(UEFI)」(型番:11221-12,以下 VAPOR-X R9 280X TRI-X)は,そんなVapor-Xシリーズの最新モデルにして,3連の2ボールベアリングファン「Tri-X Cooling」が組み合わされたモデルとなる。搭載するGPUはもちろん「Radeon R9 280X」(以下,R9 280X)。R9 280XがAMDから発表されたときにもVapor-Xシリーズの製品は市場投入されていたので(関連記事),今回のVAPOR-X R9 280X TRI-Xは第2弾となるが,Sapphireの新しいR9 280Xカードにはどんな価値があるだろうか。テスト結果をお伝えしたい。


    カードの作りは全体的に豪華仕様

    「UEFIモード」を有効化するスイッチも搭載


     R9 280XがどういったGPUかという話は2013年10月掲載のレビュー記事を参照してもらうとして,さっそく,入手したVAPOR-X R9 280X TRI-Xをチェックしてみよう。

    90mm角相当の薄型ファンを3連構成で搭載
    Radeon R9 200
     VAPOR-X R9 280X TRI-Xは,Tri-X Cooling仕様ということで,90mm角相当のファン3基が目を引く外観となっている。
     GPUクーラーなどにおいて,ファンの回転軸を支えるベアリング(Bearing,軸受け)は,ボールベアリング(玉軸受け)かスリーブベアリング(すべり軸受け)が一般的である。ざっくりまとめるなら,前者は相対的に長寿命である一方,低域ノイズが相対的に大きく,後者は低域ノイズが相対的に小さい一方,寿命は相対的に短い。そのため,どちらを選ぶかはGPUメーカーにとって重要な選択になるのだが,「ファンは一般的に,長時間回転し続けると軸受け部の温度が上がり,また,温度が高くなるほど製品寿命も短くなっていく」ことから,Sapphireでは,ファンの内部温度が25℃のときですでに20%弱,40℃以上では40~80%も対すべり軸受けで製品寿命が長くなるというデータ(関連リンク)に着目し,Tri-X Coolingで,低回転時の動作安定性に定評がある2ボールベアリングを採用したとのことだ。
     ボールベアリングを採用するとなると,その動作音は気になるところだが,その点は後段で評価したい。

    カード長は300mm超え。ただし基板長自体はそこまで長くはない。クーラーが写真の手前側に膨らみ,8ピン×2という仕様の補助電源コネクタを覆うような格好になっているところに注目してほしい
    Radeon R9 200
     さて,Tri-X Cooling仕様で大型ファンを3基搭載することもあり,2スロット仕様のクーラーはさすがに大きくなっている。基板長自体は実測約268mm(※突起部除く)と,「Radeon R9 290」(以下,R9 290)リファレンスカードの同278mmよりやや短いものの,クーラー込みの全長は同312mmで,堂々の300mm超えである。
     付け加えると,GPUクーラーはマザーボードに差した状態で垂直方向にも大きくなっており,実測約9mm膨らんだ格好になっている。もっとも,補助電源コネクタも同じ方向を向いており,ケーブルの取り回しに一定の空間が必要になるわけなので,こちら側の膨らみが大きな問題になることはないだろう。

    別の角度から。背面側から見ると,GPUクーラーのはみ出し具合がよく分かる
    Radeon R9 200Radeon R9 200

    CrossFireブリッジコネクタのすぐ近くにボタンが用意されている
    Radeon R9 200
     そのGPUクーラー膨らんだところ,CrossFireブリッジコネクタの近くに,Sapphireロゴ入りのボタンが見えるが,これはカード上のグラフィックスBIOS(VBIOS)とUEFIを切り替えるためのプッシュ式スイッチだ。押し込んだ状態でPCの電源を入れると青く点灯し,UEFIモードで動作していることが分かる仕掛けになっている。要するに,Windows 8の高速起動機能である「Fastboot」で最大の速度効果を得たいときに,UEFIモードを明示的に有効化できるようになっているわけである。

    UEFIモードでVAPOR-X R9 280X TRI-Xを起動したところ。ボタンが青く光る
    Radeon R9 200
     そこで今回は,後述するテスト環境でOSのみ64bit版Windows 8 Proへ変更し,ASUSTeK Computer製マザーボード「MAXIMUS VI FORMULA」のBIOS(=UEFI)から,「Boot Configuration」のサブメニューにある「Fast Boot」の項目を「Enabled」に設定。そのうえで,VAPOR-X R9 280X TRI-XのUEFIモードを有効化した状態と無効化した状態の2パターンにおいて,マザーボードの電源スイッチをオンにしてから,デスクトップが表示されるまでの時間をストップウォッチで測定することにした。

     測定にあたってはパスワードによるログインを無効化のうえ,それぞれ3回計測して,その平均をスコアとしているが,結果はグラフ1のとおり。UEFIモードを利用することで,システム全体の起動時間を約7秒,パーセンテージにして約30%高速化できた計算だ。UEFIモードを利用するにはWindows 8.xが必要なので,そこがやや高めのハードルとなるが,すでにWindows 8.x環境を利用中の人にとっては魅力的なテスト結果といえるだろう。


     なお,UEFIモードでは,Windows 8.x環境で,PCの起動時にデジタル署名のあるソフトウェアだけを実行する仕組みであるMicrosoftの「Secure Boot」もサポートしており,OSの改竄(かいざん)などといった悪意のあるソフトウェアによる攻撃を防ぐこともできるようになっている。

    Radeon R9 200
    GPUクーラーを取り外したところ。GPUダイ用の枕部分がVapor Chamberとなっている
    Radeon R9 200
    GPUクーラーをTri-X Cooling部とパッシブヒートシンク部に分離させたところ
     さて,GPUクーラーの取り外しはメーカー保証外の行為であり,取り外した時点で保証は一切受けられなくなる。その点はあらかじめお断りしておきたいが,製品評価のため,特別に取り外してみると,GPUクーラーの全容を把握できるようになる。
     GPUのダイと接する枕部分は,ダイの形が突起になった銅板のように見えるが,ここに用いられているのは,Vapor-Xシリーズの名を冠する由来ともなっているVapor Chamberで,そのサイズは90×60mmもの大きさがあるとのことだ。詳細は不明ながら,SapphireはこのVapor Chamberを,R9 280XのGPUコアである「Tahiti」(タヒチ)に最適化したとしている。

     なお,Vapor Chamberからは8mm径ヒートパイプが3本,6mm径ヒートパイプが2本伸び,2か所の放熱フィン部へ熱を運ぶ構造だ。それを,Tri-X Coolingによって冷却するという流れとなる。

    Sapphireの資料より,GPUクーラーの分解イメージ。ヒートパイプは8mm径が3本,6mm系が3本とされているが,これは「表記ミス」(Sapphire)で,本文にあるとおり“3+2”が正しい
    Radeon R9 200

    基板全景。Sapphireによると,写真右端の3ピン端子は「デジタルVRMのファームウェアを書き換えるときに使うもの」だそうだ
    Radeon R9 200
     一方の基板側では,Sapphireロゴマーク入りのチョークが目を引くが,これはSapphireが特許を持つ「Black Diamond Choke」とのこと。本チョークの採用により,従来製品と比べて温度は10%下がり,電源効率は25%向上しているとのことだ。
     電源部の固体コンデンサは台湾APAQ TECHNOLOGY製。105℃環境で5000時間の耐久性がある「AP-CON-AR5K」で統一されていた。

     フェーズ数は6(VDDC)+1(MVDD)+1(VDDCI)である。

    メイン電源部にはGPUコア用の6フェーズとグラフィックスメモリ用の1フェーズが用意されている(左)。CrossFireブリッジコネクタの近くにある1フェーズは,GPUとメモリチップ間などのI/O用だ(右)
    Radeon R9 200Radeon R9 200

    R9 280Xは384bitメモリインタフェースを採用し,12枚のメモリチップと接続される
    Radeon R9 200
     搭載されるメモリチップは,SK Hynixの2Gbit GDDR5「H5GQ2H24AFR-R0C」(6Gbps品)。R9 280Xのレビュー記事で用いたASUSTeK Computerの「R9280X-DC2T-3GD5」に搭載されていたのと同じものとなる。これを12枚搭載することで,グラフィックスメモリ容量3GBが実現されるわけだ。


    ブーストクロックは最大1100MHzに

    オーバークロックでも安定動作を確認


    Radeon R9 200
    Catalyst Control Centerからハードウェア情報を読んだところ
    Radeon R9 200
    TRIXX。VAPOR-X R9 280X TRI-Xの製品ボックスに付属するドライバCD-ROMには含まれていなかった
     VAPOR-X R9 280X TRI-Xの動作クロックはコア1000MHz,ブースト最大が1100MHz,メモリが6000MHz相当(実クロック1500MHz)。AMDのリファレンススペックだと,コアクロックは明らかになっていないが,ブースト最大クロックは1000MHzなので,これで比較すると10%引き上げられたことになる。メモリクロックはリファレンスと同じだ。

     そんな本製品のテストにあたって,今回,比較対象には,R9 280Xの“リブランド前”にあたる「Radeon HD 7970 GHz Edition」(以下,HD 7970 GE)のリファレンスカードを用意した。R9 280Xのレビュー記事で指摘したように,R9 280XのリファレンススペックはHD 7970 GEの「ブースト最大クロック1050MHz,メモリクロック6000MHz相当」より若干低いので,それをメーカーレベルのクロックアップ品であるVAPOR-X R9 280X TRI-Xがどれくらい上回るかが見どころになるわけである。
     ただ,そうはいってもR9 280Xのリファレンススペックとも比較はしてみたい。そこで今回は,Sapphireの公式Webサイトから入手できるオーバークロックツール「TRIXX」(Version 4.8.2)を用い,VAPOR-X R9 280X TRI-Xの動作クロックをR9 280Xのリファレンス相当にまで落とした状態も,R9 280Xとして比較対象へ加えることとした。

     グラフィックスドライバは,「Radeon R9 295X2」のテストで用いた「Catalyst 14.4 Beta」を利用。北米時間2014年4月21日付けで,より新しい「Catalyst 14.4 Release Candidate」がリリースされているが,テスト開始タイミングの都合上,若干古めのドライバとなる点はご容赦願いたい。

     テスト方法は4Gamerのベンチマークレギュレーション15.1準拠。ただし,時間の都合から今回は「The Elder Scrolls V: Skyrim」と「GRID 2」のテストは省略した。解像度は,R9 280Xが「2560×1440ドットあるいは2560×1600ドットで高いグラフィックス設定を行ってもゲームをプレイできるGPU」と位置付けられていることから,1920×1080ドットと2560×1600ドットの2つを選択した。
     なお,筆者のGPUレビューでは恒例だが,テスト時の状況によってCPUの自動クロックアップ機能「Intel Turbo Boost Technology」の挙動が変わる可能性を排除すべく,同機能はマザーボードのUEFI(≒BIOS)から無効化している。


     ……と,通常ならここでテスト結果の考察に移るのだが,今回はここでVAPOR-X R9 280X TRI-Xのオーバークロックを試してみたいと思う。

    TRIXXでは「VDDC」でGPUコアの電圧を850mVから1200mVまで1mV刻みで変更できる(上)。ただし,設定値のデフォルトが上限1200mVとなっており,いわゆる“昇圧”は行えない。下はAMD OverDriveのスクリーンショットで,試しに30%にしてみても,オーバークロック時の安定動作には寄与しなかった
    Radeon R9 200
    Radeon R9 200
     オーバークロックにあたっては,TRIXXを用いてブースト最大クロックとメモリクロックを上げていき,今回のテストがすべて問題なく動作したことをもって「安定動作した」と判断することにしたが,結論から先に述べると,ブースト最大クロックは1150MHz,メモリクロックは6800MHz相当(実クロック1700MHz)で安定動作した。ブースト最大クロックは5%弱,メモリクロックは約13%高められたわけだ。
     ちなみに,TRIXXを用いたオーバークロックにあたり,「Catalyst Control Center」側のオーバークロックツール「AMD OverDrive」側の「電力制限設定」は「0%」,つまりデフォルト設定のままとしている。試しに「30%」を指定してみても,いま挙げた以上の動作クロックで安定動作することはなかったことも付記しておきたい。

     なお以下,文中とグラフ中ともに,ブーストクロック1150MHz,メモリクロック6800MHz相当で動作させた状態を「VAPOR-X R9 280X TRI-X OC」とする。


    R9 280X比での性能向上率は5~7%ほど

    オーバークロックの効果は1割弱を期待できる


     3D性能検証に入ろう。グラフ2は「3DMark」(Version 1.2.362)の結果だ。
     VAPOR-X R9 280X TRI-XはR9 280X比でスコアを約7%,HD 7970 GE比では7~8%程度伸ばしている。ブースト最大クロックがR9 280Xと比べて10%引き上げられていることを踏まえると,おおむね妥当な結果になっているといえるだろう。
     ただ,VAPOR-X R9 280X TRI-X OCでは,メモリクロックも引き上げているが,対VAPOR-X R9 280X TRI-Xでのスコア上昇率は4~5%程度。3DMarkではあまり違いが出ていないことになる。


     続いてグラフ3,4は「Battlefield 4」(以下,BF4)の結果だ。
     VAPOR-X R9 280X TRI-XとR9 280Xのスコア差は7~8%程度あり,そんなVAPOR-X R9 280X TRI-Xに対してVAPOR-X R9 280X TRI-X OCが約3%高いスコアそ示しているのは,3DMarkと同じ傾向と述べていいだろう。
     4Gamerでは,BF4における合格ラインを平均65fps以上,マルチプレイで最小60fpsを確保したいなら平均90fpsが必要としているが,VAPOR-X R9 280X TRI-Xは「標準設定」の2560×1600ドット,そして「高負荷設定」の1920×1080ドットで,いずれも後者の水準まであと一歩に迫っている。


     「Crysis 3」のスコアをまとめたグラフ5,6だと,GPU負荷そのものが高いこともあって,VAPOR-X R9 280X TRI-Xのスコアは,対R9 280Xで最大約9%の伸びを示した。


     ベンチマークレギュレーション15世代で採用するタイトルのなかでは描画負荷が比較的低いタイトルとなる「Bioshock Infinite」の結果がグラフ7,8だが,ここでもVAPOR-X R9 280X TRI-XとR9 280Xとの差は3~6%程度。負荷の高いタイトルと比べて,傾向にこれといった違いがあるわけではない。
     BF4と同じく,VAPOR-X R9 280X TRI-XのスコアがHD 7970 GEをしっかり上回っている点は見どころといえそうである。


     同じく描画負荷の低いタイトルから,「ファイナルファンタジーXIV: 新生エオルゼア ベンチマーク キャラクター編」(以下,新生FFXIVベンチ キャラ編)のテスト結果がグラフ9,10となる。
     ここでは総合スコアを示しつつ,グラフ画像をクリックすると平均フレームレートベースのものも表示するようにしてあるので,興味のある人はぜひチェックしてほしい。

     というわけでスコアだが,ここでもメーカーレベルのクロックアップ効果ははっきり確認できる。VAPOR-X R9 280X TRI-XのスコアがR9 280Xより5~6%程度高いのは,ここまでと同じ傾向といえるだろう。VAPOR-X R9 280X TRI-X OCにおけるオーバークロック効果が3~5%程度というのも,上で紹介したアプリケーションベンチマークの結果と同じ傾向だ。

    Radeon R9 200
    Radeon R9 200


    OCを行っても消費電力はHD 7970 GE以下

    GPUクーラーの冷却性能と静音性はいずれも優秀


    Radeon R9 200
     VAPOR-X R9 280X TRI-Xではメーカーレベルのクロックアップ設定がなされているうえに,オーバークロック動作が前提ということで,補助電源コネクタも8ピン×2という構成になっている。消費電力の増大を懸念する人もいるだろう。
     では,実際のところはどうか。ログの取得が可能なワットチェッカー「Watts up? PRO」を用いて,システム全体での消費電力を比較してみたい。

     テストにあたってはゲーム用途を想定し,無操作時にもディスプレイの電源がオフにならないよう指定したうえで,OSの起動後30分放置した時点を「アイドル時」,各アプリケーションベンチマークを実行したとき,最も高い消費電力値を記録した時点をタイトルごとの実行時としている。

     その結果がグラフ11だ。R9 280Xのスコアは「VAPOR-X R9 280X TRI-Xの動作クロック設定を下げたもの」なので,あくまでも参考となる(※なので色を灰色に変更した)点は押さえておいてほしいが,まずアイドル時だと,今回のテスト対象はすべてが85W前後に揃っており,大きな違いない。一方。各アプリケーション実行時だと,VAPOR-X R9 280X TRI-X OCですらHD 7970 GEより8~30W低い点に注目したいところだ。VAPOR-X R9 280X TRI-Xにいたっては,対HD 7970 GEで23~43Wも低く,インパクトがある。
     あまりにも大きな違いなので,「筆者の手元にあるHD 7970 GEが消費電力的に“ハズレ”」という可能性はありそうだが,同時に,VAPOR-X R9 280X TRI-Xのカードデザインが優秀で,消費電力を抑えられている可能性もある。いずれにせよ,(GPUコア電圧の引き上げを検討しない限り)VAPOR-X R9 280X TRI-Xの消費電力は,一般的なR9 280Xカードより動作クロック分だけ高い程度という理解でいいのではなかろうか。

    Radeon R9 200

     本稿の序盤で,Vapor-X+Tri-X Cooling仕様のGPUクーラーが豪勢な作りであることは紹介済みだが,その冷却性能はどの程度か。今回はアイドル時に加え,3DMarkの30分間連続実行時を「3DMark時」,新生FFXIVベンチ キャラ編の30分間連続実行時を「新生FFXIV時」,ストレスツール「OCCT」(Version 4.4.0)の「GPU Test」30分間連続実行時を「OCCT時」として,各時点における温度を,TechPowerUp製のGPU情報表示ツールである「GPU-Z」(Version 0.7.8)で取得したものがグラフ12だ。
     なお,テスト時の室温は24℃で,テストシステムはPCケースに組み込んでいないので,いわゆるバラック環境となる。また,消費電力計測の段でもお断りしたとおり,今回取り上げているR9 280Xは,VAPOR-X R9 280X TRI-Xの動作クロックを下げた状態であり,温度計測の意味があまりないという判断から,スコアをN/Aとしている。

     というわけでスコアを見てみると,アイドル時に大きな違いは見られないものの,アプリケーション実行時を見てみると,HD 7970 GEのスコアが70℃を超えるのに対し,VAPOR-X R9 280X TRI-Xは70℃を下回る。おそらく,高い負荷がかかっても70℃を超えないようなファン回転数設定になっているのだろう。
     オーバークロック状態となるVAPOR-X R9 280X TRI-X OCでもやっと70℃に届く程度なので,総じて「HD 7970 GEより若干低い程度に温度は保たれている」と述べていいように思われる。

    Radeon R9 200

     本稿の序盤で後述するとした動作音だが,これは実際の音を聞き比べてほしい。下に示したのは,VAPOR-X R9 280X TRI-XとHD 7970 GEのそれぞれで,録音開始後約1分間放置し,その後,新生FFXIVベンチ キャラ編を「最高品質」の解像度2560×1600ドットで約4分間実行したときのファン動作音をWave形式のファイル化したものである。

    VAPOR-X R9 280X TRI-Xのファン動作音

    HD 7970 GE(リファレンスカード)のファン動作音

     今回は,ファンに対して正対する格好で300mm離したところにマイクを置いているが,1分過ぎ以降を聞き比べてもらえれば「どちらが静かか」は言うまでもない。VAPOR-X R9 280X TRI-Xでは,3D描画負荷が高くなっても,動作音の上昇度合いが低いわけである。
     VAPOR-X R9 280X TRI-XのGPUクーラーは,リファレンスクーラーよりも低いGPU温度を保ちつつ,できる限り静かに運用することを目指したクーラーと述べていいだろう。端的に述べて,その冷却性能と静音性のバランスは申し分ない。


    GPUクーラーの優秀さもあり扱いやすさは抜群

    ネックは上位モデルが買えるほどの価格だけ


     以上のテストから言えることは,

    • VAPOR-X R9 280X TRI-Xで適用されているメーカーレベルのクロックアップは,間違いなく効果があるものの,体感できる局面はそう多くない。自己責任でのオーバークロックも同様
    • Vapor-X&Tri-X Coolingを採用するGPUクーラーはとても優秀。ハイクラスのグラフィックスカードをとても静かに運用できる

    ということだ。
    製品ボックス
    Radeon R9 200
     では,そんなVAPOR-X R9 280X TRI-Xは買いか,という話だが,まず,5万円前後(※2014年4月26日現在)という実勢価格は,R9 280X搭載グラフィックスカードとして最高峰のレベルにある。実際,R9 280Xカードは,静音性重視のクーラーを搭載したカードでも3万円台後半から購入できるうえ,5万円の予算があって,ブランドにこだわらなければ,リファレンスクーラー搭載版のR9 290カードが買えてしまうわけで,ここが最大のハードルとなる可能性が高そうだ。

     価格以外で文句の付けどころはないといってよく,値札さえ見なければ大いに勧められる。あとは,この実勢価格に納得できるかどうかが,意見の分かれるところになるだろう。

    SapphireのVAPOR-X R9 280X TRI-X製品情報ページ(英語)

    Sapphire日本語公式サイトのVAPOR-X R9 280X TRI-X製品情報ページ




    スポンサーサイト



    テーマ : PCパーツ
    ジャンル : コンピュータ

    tag : GPU グラフィックカード グラフィックボード

    [GTC 2014]賢い人工知能はGPUで作る。NVIDIAが取り組むGPGPUの新たな活用分野「機械学習」とは何か?


    ビジュアルコンピューティングについて語るJen-Hsun Huang氏(Co-Founder and CEO, NVIDIA)。左手にあるのは次世代GPU「Pascal」のモジュールだ
     NVIDIA主催のGPU技術者会議「GPU Technology Conference 2014」(以下,GTC 2014)。そこで同社のJen-Hsun Huang(ジェンスン・フアン)CEO氏が行った基調講演から,本稿では,「機械学習」(Machine Learning)に関する話題をレポートしたい。
     直接ゲームに関係する話ではないうえ,少々難しい話題でもあるのだが,進化し続けるGPUが現在,そして将来にどういった用途に使われるかのヒントにもなると思うので,ぜひチェックしてもらえれば幸いだ。

    [GTC 2014]Maxwellの次に来る次世代GPU「Pascal」。「NVLink」と3次元メモリがその“次世代性能”を切り開く



    ビジュアルコンピューティングを支える「機械学習」とはなにか?


     先のレポートでも述べたとおり,NVIDIAはGTC 2014の大きなテーマとして「ビジュアルコンピューティング」を掲げている。
     ここでいうビジュアルコンピューティングとは,映像や図形をコンピュータに入力して,それをなんらかのアルゴリズムで処理し,人間にとって有意な結果を映像や図形で示すものといったところだろうか。「数値に対して演算を施し,演算結果をまた数値で返す」といったオーソドックスな数値演算とは異なり,人間にとって理解しやすいビジュアルが軸となっているのがポイントだ。

     そして,そんなビジュアルコンピューティングのホットトピックとしてHuang氏が取り上げたのが機械学習である。当該分野における最先端の研究を紹介しつつ,こうした先端研究の現場でいかにGPUが活用されているかをアピールするという形で,このパートは進行した。

    「ビジュアルコンピューティングで次に来るテーマは機械学習だ」と力説するHuang氏
    CUDA

     機械学習とは,膨大なデータの集合を解析して,そこに何らかの意味や法則性,判断の基準となる要素などを見つけ出し,それをもとにアルゴリズムを強化していくという概念だ。コンピュータ(=機械)がデータの中から何かを「学習」していくので,機械学習と呼ばれている。
     機械学習を応用できる分野は非常に幅広い。ゲーマーに身近な例でいえば,「Kinect」を使った顔認識や動き認識なども,機械学習の応用によって実現されている。最近流行のキーワードである「ビッグデータ」も,データから有意な情報を引き出す機械学習があってこそ,初めて成り立つ話だ。

     さて,その機械学習で,とくにGPGPUの応用が進んでいる分野に,「Deep Learning」や「Deep Neural Networks」(DNN)と呼ばれるものがある。DNNでは,特徴抽出器で抽出した「特徴要素」を,階層化された「知識モデル」として構築する。階層の上に行くほど知識モデルは抽象化されており,下層の知識モデルは上層の知識モデルを組み合わせて形成する,ニューラルネットワーク構造になっているというものだ。

     Huang氏は,Googleが2012年に発表した論文「Building high-level features using large scale unsupervised learning」をもとに,顔認識を例にとしてDNNの動作を解説した。
     下のスライドは,左から右に向かって,顔認識の処理が進んでいることを示すものだ。まず人間の顔写真が入力されると,写真からさまざまな「輪郭線」が抽出される(左から2番め)。そして輪郭線パーツの集合体から顔の各部位を形成(左から3番め)。こうして作られた各部位をもとに,部位の位置や大きさの集合体として,人の顔を認識する(右端)。

    顔認識を例に,ニューラルネットワークによる機械学習の概念を説明するスライド
    CUDA

     スタンフォード大学とGoogleの共同研究では,CPUコアを16基搭載するマシン1000台によって,10億個のシナプス(コネクション)を備えたニューラルネットワークを構築し,部位データとなる200×200ピクセルの画像を1000万件も入力したという。そして,このシステムに3日間YouTubeを見せ続けたところ,人間の顔と猫の顔が区別できるようになったそうだ。

    ※ Synapse Connection。ここでは知識モデル同士の結合といった意味

     このシステムは,いわば「生後3日めの人工知能」といったところだが,これが人と猫の顔をどうやって区別しているのかを調べたところ,これに,「人とは何か」「猫とは何か」という問いを行って,人間と猫の顔をどうやって区別しているのかを確認したところ,下記のスライドに示したような画像が示されたのだそうだ。

    生後3日めの人工知能による「人間とは?」(中央)と「猫とは?」(右)に対する答え
    CUDA

     この研究で用いられたシステムは,「Google Brain」と呼ばれるスーパーコンピュータだ。サーバー1台につき,8コアのCPUが2個搭載されており,これを1000台使っているので,システム全体では1万6000コアが稼動していたことになる。ちなみに,価格はおよそ500万ドル(約5億950万円)で,ピーク時の消費電力は600kWだったという。

    Google Brainのシステム構成と,それを人間の脳と比較したスライド
    CUDA

     「Google Brainと人間の脳を比較すると,Google Brainは10億コネクション規模で1000万の画像を処理したが,人間の脳は1000億ニューロン×1000コネクションで5億の画像を処理できる。つまり単純計算では,脳のほうが500万倍も処理能力が高いことになる。Google Brainが30EFLOPS(エクサフロップス)なので,人間の脳はさしずめ150YFLOPS(ヨタフロップス)だ。Yottaという英語の意味は分からないけどね(笑)」と,Huang氏。
     ちなみに,テラ(Tera)が10の12乗で,ペタ(10の15乗),エクサ(10の18乗),ゼタ(10の21乗)と続き,ヨタ(Yotta)はその上となる10の24乗だ。脳がいかにとんでもない演算能力を持っているかが分かるだろう。

    各種生命体のニューロン数を比較したグラフ。左端に描かれたスポンジ・ボブは,海綿動物なのでニューロンはゼロ……
    CUDA

     Google Brainは1万6000コアものCPUで実現されたシステムで,500万ドルもの費用がかかっている。到底簡単に構築できるものではない。そこで登場するのがGPUだ。Huang氏は「Google Brainと同等の人工知能を,GPUで実装したらどうなるだろうか」と問いかける。

     ここで氏は,2013年にGoogle Brainで実行したのと同じ機械学習の実験を,NVIDIAとスタンフォード大学の研究チームが共同で行った事例を紹介した。
     使われたのは,3台のGPUサーバーを用いたマシン。サーバー1台にはデュアルGPU仕様のカードが2枚差さっているので,トータルでは12基のGPUからなるシステムというわけだ。
     Huang氏はこのシステムが,「トータル性能でGoogle Brainを上回っただけでなく,価格や消費電力は100分の1以下になった」と報告し,GPUのパワーが機械学習の研究でイノベーションを起こすことを訴えた。

    Google Brain(左)と,NVIDIAおよびスタンフォード大学が構築したGPUベースのシステム(右)。GPUシステムなら予算は3万3000ドル,消費電力も4kWで済み,しかも性能で上回るという
    CUDA


    GPGPUで広がる機械学習の可能性


     続けてHuang氏は,GPUによる機械学習のデモを披露した。Huang氏が大好きなフェラーリのスーパーカーとNVIDIA製品の写真を,コンピュータは区別できるのか,というシンプルな実験だ。

     機械学習では,大量のデータを与えて学習させるることが必要だ。実験でも,与えた画像データが少ない状態では正解率が低く,データを増やすと正解率が上がっていく様子が披露された。

    CUDACUDA
    左の写真は,学習のために与えたデータで,それぞれ2例しかない。右の写真は学習をもとに分類させた結果だが,不正解だらけで車は1つも識別できていない

    CUDACUDA
    次に学習させるデータを増やしてみると(左),正解率が大幅に向上したという(右)

     大量のデータセットを用いても,完璧に見分けられるというわけではない。デモでは,緑色のフェラーリをNVIDIA製品と誤認したり,PlayStation Vita(以下,PS Vita)をNVIDIA製品と誤認するという場面では,来場者の笑いを誘っていた。
     ちなみに,緑色のフェラーリをNVIDIA製品と誤認したのは,元データに緑色のフェラーリがなく,一方,NVIDIA製品には緑色が使われていることが多いため,「緑色=NVIDIA製品」だと学習してしまったからだ。また,PS VitaをNVIDIA製品として誤認したのは,写真の印象が「SHIELD」に似ていたためだ。

    CUDACUDA
    緑色のフェラーリ(左)やPS Vita(右)の写真を見て,「NVIDIA」と誤認した例。もちろん,こうなることを前提したNVIDIA流のジョークだ

    犬種の識別デモに使われたニューヨーク大学のシステムの概要。120万枚の画像から1000クラスの知識を構築するのに2週間かかったという
    CUDA
     次に披露されたのは,ニューヨーク大学が用意した機械学習マシンを使って犬の種類を当てるという,来場者も参加したデモである。来場者に「#nvdogs」のハッシュタグを付けた犬の写真をTwitterへ投稿してもらい,それを見た機械学習マシンが犬種を当てるという内容だった。来場者を加えたのは,「これはやらせじゃありませんよ」ということを示すためである。
     このデモで使用された機械学習マシンは,7基のGPUを搭載するシステムとのこと。120万枚のデータセットを認識して,1000クラスの知識(※この例では犬の種類)を構築する学習時間に,2週間を要したという。

     デモで,Twitterに投稿された犬の写真を機械学習マシンに入力すると,瞬時に「Cairn Terrier」や「Hungarian Pointer」と犬種が判別されていた。Huang氏はおどけて,「答えが合っているかどうか,犬に詳しくない私には分からないんだが」とジョークを飛ばしていたが,実際にはすべて正解していたようだ。
     余談だが,ニューヨーク大学の機械学習マシンによる犬種識別デモは,一般にも公開されている。興味がある人は試してみよう(関連リンク)。

    CUDACUDA
    Twitterに投稿された犬の写真を入力すると,次々と犬種を見分けてみせた。人の手が写り込んだ写真でも正確に判定していたのには,少々驚かされた

     NVIDIAはこれまで,GPGPUを,石油探査やコンピュータ支援エンジニアリング(CAE),産業シミュレーションや新薬開発といった,比較的,短期間で成果が現れやすい分野に売り込んでいた。もちろん,これらは今後もGPGPUが使われる分野ではある。
     それに対してGTC 2014では,機械学習という新しい領域にGPGPUを訴求してきたわけだ。機械学習は今まさに急速な発展を見せている分野であり,強力な演算能力を持つコンピュータが求められている。Huang氏が基調講演の大きなテーマとして機械学習を取り上げたのは,この分野にGPGPUのビジネスチャンスを見出せると考えているためだろう。

    「機械学習を研究している企業や研究機関が,CUDAを活用し始めている」Huang氏は誇らしげにアピールしていた
    CUDA

    GTC公式Webサイト(英語)


    テーマ : ■■■ニュース!(ゲーム&業界)■■■
    ジャンル : ゲーム

    tag : GTC GPU Technology Conference

    今 Amazon で最も売れてるゲーム


    プロフィール
    22世紀少年
    22世紀少年
    人気ブログランキング

    お買い得ゲーム
    カテゴリ
    最新記事
    最新コメント
    月別アーカイブ
    ユーザータグ

    PCゲーム PS3 PS4 3DS ポケモン ペルソナ FF 周辺機器 Conference EA Game Developers GDC PSP ペルソナ4 荒木飛呂彦 Titanfall ジョジョ キングダムハーツ E3 聖剣伝説 洋ゲー GTA 未来への遺産 Earth NINTENDO ポケットモンスター キャサリン Beyond メロエッタ 任天堂 ポケモンドール Steam コミコン LEGO Online GPU ジョジョの奇妙な冒険 Sim Nintendo Sid Civilization: エレクトロニック・アーツ Vita Civilization ホワイト2 ブラック2 メロエッタのキラキラリサイタル マックでDS ニンテンドーWi-Fi 幻のポケモン コネクション ベストウイッシュ キュレムVS 聖剣士ケルディオ ブラックキュレム ゆめしま フェスミッション チャンピオンズトーナメント ポケモンワールドトーナメント 隠れ特性 グローバルリンク ゆめポイント ひんやり穴 ドリームワールド おもいでリンク ホワイトキュレム ポケモンチャレンジ ポケモン立体図鑑BW ポケモン全国図鑑Pro ARサーチャー ポケモンだいすきクラブ LL ノーティドッグ プレイステーション3 ケルディオ Theft ベルゼブモン リ:デジタイズ デジモンワールド オメガモン HUNTER×HUNTER エクスペンダブルス2 ハンター×ハンター ワンダーアドベンチャー デジモン スクウェアエニックス シム ナルト Sims3 ソニー フィレンツェ ファイナルファンタジー アーカイブス ドルフ・ラングレン 中島愛 ズルッグ GAMING マヨナカアリーナ LOUNGE Comic‐Con ニンテンドー3DS International アトラス ATLUS FPS PlayStation キッザニア Halo Grand Auto カプコン アーケオス アセンブルロボット グラフィックボード グラフィックカード トロゲーム  ASUSTeK マザーボード XBOX パックマン GameSpy レトロゲーム ゲームボーイ ゲーミングマウス GTC Wizardry DirectX シムシティ Technology SCEA America Entertainment Computer Sony ドラゴンボール トロピコ トロピコ5 TROPICO WARS STAR バットマン アーカム・ナイト ウィッチャー WITCHER ZOIDS MOD インディーズゲーム どうぶつの森 アーケードスティック Razer Meier’s Tropico インディーゲーム Sims ドラクエ キーボード ボードゲーム Meier's City RTS プリキュア Activision アクティビジョン デッドプール メルヘンワールド ゲノセクト ポルナレフ DIO 承太郎 スクウェア・エニックス MARVEL Deadpool ニンテンドーダイレクト ポータル CUUSOO レゴ YouTube リアルスティール 海外ゲーム アイズオブヘヴン Xbox360 ユークス ヴァニラ・アイス ロードローラーだッ! バイオハザード ドラえもん 空条承太郎 アップデート PCパーツ ブラウザゲーム ストラテジー 都市建設 PixelJunk PSVITA アイカツ Cギアスキン カウントダウン エニックス スクウェア ピカチュウ すばらしきこのせかい ポートロイヤル ビギニングカップ 公式Wi-Fi大会 シミュレーション エンターテインメントバー 

    Amazonゲームランキング
    アンケート投票
    ゲームに関するアンケートです。良かったら投票してみて下さい。
    ブログランキング
    アクセスランキング
    検索ワードランキング
    レンタルCGI
    ページ内Google検索
    FC2ライブ
    現在配信中のライブ
    オススメリンク
    カウンター
    オンラインカウンター
    現在の閲覧者数:
    リンク
    ブロとも申請フォーム

    この人とブロともになる

    RSSリンクの表示
    QRコード
    QR