搭載されている1080Tiは従来の1080と比較して速度はそれほど変わりませんが、メモリーが１１Gbまで拡大しています。画面表示と兼用しても、最低でも１０Gb以上の領域を深層学習計算用に確保できます（描画用のグラフィックボードを追加すれば１１Gbまるまる使えます）。手元のテスト環境としては十二分の能力でしょう。
OMENにはデフォルトでWindows10が付属しています。そこで今回はWindows10とUbuntu14.04のデュアルブート環境を構築します。Windows10を上書きするも一手ですが、ラボにWindows10環境がないのであえて残すことにしました。またSSDの領域を分けて使うとディスク容量に不安がありますので、Ubuntu用のディスクを新たに用意することとしました。元のWindows10は、M.2（エムドットツー）規格のＳＳＤに搭載されています（マザーボードへの直差し）。Windows10のバックアップ領域は別途３．５インチのハードディスクに用意されており、今回は両方とも温存します。
１）新しい２．５インチＳＳＤを用意し、筐体上部に用意されているＳＡＴＡスロットに差し込みます（２スロットのうち一つを使う）。このＳＡＴＡスロットは３．５インチ用なので、２．５インチＳＳＤを差し込む際には変換アダプターがあったほうがいいです。変換アダプターがなくても差し込むことは可能ですが、ユラユラして不安定です。筐体上部に用意されているＳＡＴＡスロット用には、OMENにはネジが８個付属しています。
２）Ubuntu14.04.5LTSのイメージＤＶＤを用意します。末尾のバージョンが５であることが重要で、このバージョン以降がＵＥＦＩブートに対応しています。１６．０４ＬＴＳなら何の問題もないでしょう（ただし未試行です）。
３）Windows10の高速ブートをＯＦＦにしてＰＣを落とします。http://121ware.com/qasearch/1007/app/servlet/relatedqa?QID=018214
４）イメージＤＶＤをセットしてＰＣを立ち上げ、ＥＳＣキーを押し続け、ＢＩＯＳ画面に移行します。まずＢＩＯＳにもある高速ブートをＯＦＦにします。さらにセキュアブート関係の項目をすべてＯＦＦにしたうえで、起動順を変更します。ＤＶＤを最優先にして起動させます。
５）まずはインストールなしのトライモードで立ち上げてみます。
６）うまく立ち上がったらデスクトップのインストールアイコンをクリックしてインストール開始です。インストール対象はデフォルトではM.2のＳＳＤになっているので、これを新しく差し込んだＳＳＤのドライブに変更します（ここは慎重に！間違うとWindows10環境を失います）。あとは通常通りのインストールです。新しいディスクへのインストールですので、ディスクを完全イレースした上でのインストールを選択します。
７）再起動後、ＢＩＯＳ画面で再度起動順を調整して終わりです。
８）うまくいけば、ＵＢＵＮＴＵのブートマネージャーが立ち上がります。
深層学習用の環境を整えるのは以前の記事の通りです。
https://doraemonkokoro.blogspot.jp/2016/09/ubuntuchainerinstallgtx1080_5.html
バージョンがいろいろ変わっていますが基本は一緒です。
Kerasの最新版２．１．Xでは、なぜかGPUが反応してくれなかったので、今回は２．０．８を使用しました。バックグラウンドにはTensorboardを使います。Chainerはバージョン３を使いましたが、問題なく動きました。
追記１（２０１８年６月１１日）：
Chainerのバージョンを４に上げました。問題なく作動しています。
追記２（２０１８年１１月２１日）：
Windows10とUbuntu14.04.5のデュアルブートなんか作ってもWindows10は使わないだろうなーとおもっていましたが、SONYがneural network console（https://dl.sony.com/ja/）という開発環境を提供し始めました。コードを書くことなく、深層学習ネットワークを組み上げることができます。
クラウドで使うのが基本のようですが（Chromeで動きます）、Windowsのデスクトップオフライン環境でも高速に動作します（WindowsユーザーでGPUを保有しているかたは、デスクトップオフライン環境がお勧め）。似たような試みとしては、IBMのWatson Studioがありますが、こちらはクラウドのみですので、Windowsアプリとして自前のGPUでガンガン動かせるSONYを使うメリットはかなりあるかと思います。
試しにインストールしてみましたが、まずチュートリアルの動作が快適です。OMENに搭載されているGTX1080Tiもうまく動いています（独自に拡張したオートエンコーダーで目測１５０倍速）。データセットの扱いが独特ですし、変数が使えなさそうな雰囲気なので大規模なネットワークを組むには不向きかもしれませんが（その場合はテキストタイプのものが用意されているようです）、視覚的に構造が確認できるので、特に教育現場では役に立つことでしょう。
ちなみデフォルトで搭載されているRandom Structure Searchは便利です。こちらがネットワークの原型だけ与えれば、勝手にいろんな構造を試してくれます（独自に拡張したオートエンコーダーで、はじめ最小二乗法のエラーが0.006だったものが、２０時間ほどの探索で0.002まで下がりました。ただしネットワークは巨大化していく傾向にあります）。
追記３（２０２１年９月３０日）：
ある日突然まったく動かなくなりました。いくつかのPCが同時におかしくなったので、なにか変なことが起こったみたいです。結果的にはCMOSのクリアとメモリの接点清掃で復活しました。が、まだ不具合が。本体のSSDのWINDOWSのOSは削除、UBUNTU２０へ移行してましたが、WINDOWSのバックアップディスクが悪いことをしていたみたいです。これを取り除きました。もうひとつは、元のUBUNTUディスクへのログインがはねられました。これはレガシーブートに変更して対応できました。
0 件のコメント:
コメントを投稿