服用する薬の開発であれ、次に見るビデオの選択であれ、単に天気のチェックであれ、AIは日常生活に影響を与える方法を見つけつつある。そして、コンピューターのハードウェアが進歩するにつれて、家庭でAIを開発することが、小規模な開発者や愛好家にとってより身近なものになってきている。今日は、AI開発用のPCを構築する前に考えておきたいハードウェアの注意点について説明します。
AIを開発する場合、大きければ大きいほど良いというのは周知の事実だ。世界の大企業は、AIを開発するために何百万ドルもかけて最高の機器を購入している。そして、そのパワーの一部を自分自身のために活用することは可能だが、独自のシステムを構築することで、ワークフローを最適化し、長期的にコストを削減することができる。
AIと機械学習は幅広い用途に適用されるため、万能なソリューションは存在しないことを念頭に置いてください。本ガイドは、AI開発のニーズに影響を与える可能性のあるさまざまな要因を検討する際の出発点に過ぎません。
強力な基盤から始めるには、コア数が多く、ハイパースレッディングを備え、入力される大量のデータを素早く処理できる高速のパワフルなCPUを使用することが重要です。その上で、開発ワークフローの一部であるCPU負荷の高い処理を考慮してください。物理シミュレーションやプリプロセッシングのように、通常のワークロードの一部であっても、大規模に適用すると大きな負荷がかかることがあります。
一般的なCPUワークロードだけでなく、システムの他の部分もサポートできることを確認したいものです。これは一般的なゲーマーにとってはあまり気にすることではありませんが、個人的なプロジェクトでは通常のニーズを超えたパワーを必要とする場合があります。IntelのXeonシリーズやAMDのThreadripperシリーズなどのハイエンドCPUは、8本以上のRAMをサポートし、PCIeレーンを増設して最大4枚のグラフィックカードを駆動することができます。実際、マザーボードの中には4つ以上のGPUをサポートできるものもありますが、先を急ぎすぎました。
NVIDIAは、機械学習とAIアプリケーションにおけるGPUアクセラレーションの最前線にいることは否定できない。NVIDIAが市場を支配しているということは、ソフトウェア側では、多くのMLフレームワークがNVIDIA GPU用に最適化されていることを意味する。これは、20シリーズ以降のすべてのRTXカードに搭載されているテンソルコアによるところが大きい。テンソルコアは、ニューラルネットワークの学習に使用される機能に特化した専用チップです。混合精度演算のような多くの新機能を可能にし、速度と深度のトレードオフをよりコントロールできるようになりました。
VRAMへの要求が高まる中、一般的なゲーマーでさえも少し上のものを求めるようになっており、それは開発者にとっても同様だ。現在、最も人気のあるAIやML製品のいくつかは、画像の生成と操作を中心に展開している。この種のネットワークのトレーニングには、トレーニング中にVRAMに書き込まれる画像のデータセットが必要です。最初は12GBで十分ですが、いつものように、あなたが行う作業の種類を考慮し、それに応じて調整してください。
RAMもVRAMと同様です。RAMを使用することで、コンピューターはより大きなデータセットと命令を準備することができます。一般的に、作業前にテストデータ全体をRAMにロードすることをお勧めします。少なくとも32GBを推奨しますが、DDR5の登場により、1本のスティックで最大48GBまで使用できるようになりました。例えば、CORSAIR VENGEANCE 2x48GBキットはこの用途に最適です。
最後に、すべてのデータを長期保存する必要があります。NVMe SSDの高速性は、大容量のデータをRAMに移動させるのに非常に重要であり、RAMが保持できる容量以上のデータを扱う場合には非常に重要です。当社のMP600のようなハイエンドのNVMeドライブは、最大4TBのデータを保持できますが、より低速のSATAドライブやHDDは、より大容量の長期ストレージに使用できます。トレーニング・プロセスでは、これらは推奨されませんが、非常に大きなデータ・セットには唯一の選択肢となります。
業界がより多くのAI専用ハードウェアを実装し、ディープラーニング・ソフトウェアを使用・作成することがますます身近になってきています。このガイドが、AI開発用PCを構築する際に考慮すべき点について考える一助となれば幸いです。CORSAIR.comでは、冷却、RAM、ストレージなど、次回の構築に最適な製品をご紹介しています。
PRODUCTS IN ARTICLE
