昨今、AIに関する情報が満ち溢れておりますが、GPU使ってAIぶん回してますか?
本記事では、無料で時価70万円相当のハイスペックGPU・TPUを利用できる最強のサービス、Google Colabの特徴について説明します!
(Google Colaboratoryのまとめ記事は以下)
Google Colabの利点
Google Colabは、Googleが提供しているプログラミング環境サービスで、他にはない有料級のサービスがあります。
【利点】
・GPU、TPUが無料で使える!!
・CPUも超ハイスペック!!
・プログラム開発・情報共有に優れた専用Notebook上で開発可能!!
・環境設定がほぼ不要!!
プログラミングやPCについて良く知らない人でも、この利点をみただけでも、何か使いやすそうだし簡単そうだなぁって思えるような充実っぷりですね!
それでは、具体的に見ていきましょう。
GPU、TPUが無料で使える
GPUは、並列処理を得意としたプロセッサー(コンピュータの計算素子)のことです。
簡単な計算を同時並行的に実行する際に真価を発揮するものであり、元々はゲーム機用やグラフィック表示用に開発されておりました。
AI開発においては、簡単な四則演算を大量に実施する必要があるので、その点において優れたGPUが基本的に使われます。あとは、仮想通貨マイニングなんかでも、ものすごい大きな数の素因数分解(つまり割り算)を実施するため、同時に沢山の数字で割る計算をするためにGPUが主力として使われます。
昨今のGPUの高騰は、AIの発展・浸透による計算需要と、仮想通貨マイニング用途の需要が原因です。
GPU市場で独占的な売り上げを誇るNVIDIAさんの一人勝ち!!!
そんなお高いGPUなのですが、Google Colabでは無料で提供されております。
しかも、そのモデルは2018年8月現在の市場価格が約70万円であるNvidia社のTesla K80!!!
やばいっす、ぱねぇっすまじで。。。ふとっぱらにも程がある…
連続使用時間12時間までなどの制限はあるのですが、それを考慮してもとんでもない大盤振る舞い。
これを活用しない手はありません!
ちなみに、AI用演算に特化したユニットであるTPUもGoogle Colabで使えるようになりました!!
GPUよりも演算速度が早いので、より一層便利になりました。
CPUも超ハイスペック
Google Colabには夢のGPU、TPUが積まれていることがわかりました。
それでは、PCの頭脳であるCPUはどうなのでしょうか?
天下のGoogleさんです、当然CPUもゴッツイです!
・搭載CPU:Intel(R) Xeon(R) CPU @ 2.30GHz
Intel 入ってる、どころか、Xeon 入ってるぅ!!!Core i7とかよりも上位モデルで、ワークステーションとかサーバーで使われるやつですね。
うん、Googleよ、どんだけ儲かっとるねん!!
仮にGPUが使えないとしても、Xeonが無料で使えるだけでも十分凄いです。
ちなみに、メモリーは13GB、データ容量は40GB提供されます。
えっと。。えっ!?!?!?
これ、ちなむようなお話ではございません、とてつもなくハイスペックです(>_<)
超ハイスペックなCPU+GPU、TPUと潤沢なメモリーが無償で提供されているということは、使用制限こそあれ、要はブラウザさえあればハイスペックPCを無償提供されるということと同義です。
ちっちゃくて安いChrome Bookや、2in1 PCがあれば、プログラミング環境は十分整うというクラウドソーシングな世の中になってきましたね。
控えめに言って凄みの権化。英語で言うと、SUGO’n Ge-sun.
とはいえ、ふか~く考えてみると、頭脳資源獲得やAI開発プラットフォーム作りのための見事な先行投資だと思いますね。
専用Notebook上で開発可能
プログラムの開発環境としては、有名かつ便利なものとしてJupyter Notebookというものがあります。
これは、筆者もプログラミング言語Pythonを使う際に普段から使っているものであり、お勧めのツールです。
特徴としては、時系列順に並んだ一かたまりのプログラムのブロック(セル)ごとにプログラムを実行でき、アウトプットがすぐに確認可能であり、メモや画像の貼り付けもできます。
従って、他者との開発環境の共有や、情報共有、備忘録としてかなりおすすめのツールです。
このJupyter NotebookをGoogle社内で改良し、実際にGoogleにて活用されているものが、Google Colabで使われるNotebookです!
Jupyter Notebookの便利な機能もそのまま使えるため、利便性・汎用性の高い開発環境が提供されております。
環境設定がほぼ不要!!
極めつけはこれです、環境設定ほぼ不要!
IT初心者あるあるは、環境設定でメゲること。
わたしも色々なところでこれまで何度もメゲてきました。。
この煩わしい環境設定作業がほぼ不要で、必要ライブラリ等をインストールしてやれば、即AIプログラミングが行えます!(もちろんAIに限りません)
Google Colabの制約
次に、Google Colaboratoryの制約についてみていきましょう。
・連続利用12時間まで
・90分間アイドル状態が続くとインスタンスがシャットダウン
それぞれ見ていきましょう。
連続利用12時間まで
実際にDeep Learningなどを使ったことがある人はわかると思うんですけど、これほどハイスペックなGPUやTPUがあれば、基本的には画像認識などの機械学習の学習時間に12時間もかかりません。
特に、勉強用の教材を用いる場合はデータ数が限られているため短時間で学習できます。
従って、今回の体験講座ではこの制約は関係なさそうですが、大量のデータを複雑なニューラルネットワークに学習させたい時には12時間を超える可能性は十分にあります。
その場合は、Google Colabは使えないのでしょうか?
いいえ、そんなことはありません。12時間学習させたネットワークモデルをGoogle Drive上に保存しておけば、再度Google Colabを立ち上げたときにモデルをロードして、続きから学習させることができるのです!
90分間アイドル状態が続くとインスタンスがシャットダウン
新しいNotebook(インスタンス)を立ち上げても、編集途中の状態で90分経過してしまうと、自動的にシャットダウンされて、履歴が残らなくなります。
これは気を付けないといけませんね。とはいえ、頻繁にGoogle Drive上にNotebookを保存することにより、解決できます。
以上から、Google Colabには制約があるとはいえ、うまく使えばそのデメリットを十分回避することが可能であることがわかりました。
おわりに
Google Colabの特徴がご理解いただけたでしょうか?
次回は、実際にGoogle Colaboratoryに会員登録をして、AIプログラミングの実装準備をしていきたいと思います。
シンギュラリティやその前段階のプレシンギュラリティを導くAIを今のうちに使いこなせるようになれば、それにより得られる恩恵は計り知れないでしょう。
それでは、次回の環境設定編もお楽しみに!
PythonによるBOTを用いた仮想通貨トレードの解説も以下の記事で行っております。
コメントを書く