ColaboratoryでGPU計算
pythonのコードを少し試す時にはjupyter notebookが便利なんだけど,お手軽にクラウド上で使えるものが無いかと探したら,google のColaboratoryが無料で使えて,共同編集もできるので便利。 GPU計算にも(多分)2日前位に対応したらしく,tensorflowとかKerasとかも使えるので,ディープラーニングでも遊べる。
CPUの情報
!cat /proc/cpuinfo
processor : 0
vendor_id : GenuineIntel
cpu family : 6
model : 63
model name : Intel(R) Xeon(R) CPU @ 2.30GHz
stepping : 0
microcode : 0x1
cpu MHz : 2300.000
cache size : 46080 KB
physical id : 0
siblings : 2
core id : 0
cpu cores : 1
apicid : 0
initial apicid : 0
fpu : yes
fpu_exception : yes
cpuid level : 13
wp : yes
flags : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss ht syscall nx pdpe1gb rdtscp lm constant_tsc rep_good nopl xtopology nonstop_tsc eagerfpu pni pclmulqdq ssse3 fma cx16 sse4_1 sse4_2 x2apic movbe popcnt aes xsave avx f16c rdrand hypervisor lahf_lm abm fsgsbase tsc_adjust bmi1 avx2 smep bmi2 erms xsaveopt
bugs :
bogomips : 4600.00
clflush size : 64
cache_alignment : 64
address sizes : 46 bits physical, 48 bits virtual
power management:
processor : 1
vendor_id : GenuineIntel
cpu family : 6
model : 63
model name : Intel(R) Xeon(R) CPU @ 2.30GHz
stepping : 0
microcode : 0x1
cpu MHz : 2300.000
cache size : 46080 KB
physical id : 0
siblings : 2
core id : 0
cpu cores : 1
apicid : 1
initial apicid : 1
fpu : yes
fpu_exception : yes
cpuid level : 13
wp : yes
flags : fpu vme de pse tsc msr pae mce cx8 apic sep mtrr pge mca cmov pat pse36 clflush mmx fxsr sse sse2 ss ht syscall nx pdpe1gb rdtscp lm constant_tsc rep_good nopl xtopology nonstop_tsc eagerfpu pni pclmulqdq ssse3 fma cx16 sse4_1 sse4_2 x2apic movbe popcnt aes xsave avx f16c rdrand hypervisor lahf_lm abm fsgsbase tsc_adjust bmi1 avx2 smep bmi2 erms xsaveopt
bugs :
bogomips : 4600.00
clflush size : 64
cache_alignment : 64
address sizes : 46 bits physical, 48 bits virtual
power management:
このCPUパワーを独占できるわけではないはずだが,いまのところ手元のMacBookと比べるとかなり速い(実行タイミングにより数割から数倍早い)
GPUの情報
!cat /proc/driver/nvidia/gpus/0000:00:04.0/information
Model: Tesla K80
IRQ: 33
GPU UUID: GPU-be0a1aaf-c92d-ce5e-6d53-1f064e6842f6
Video BIOS: 80.21.25.00.01
Bus Type: PCI
DMA Size: 40 bits
DMA Mask: 0xffffffffff
Bus Location: 0000:00:04.0
Device Minor: 0
Kerasで作ったディープラーニングのプログラムを走らせると,GPUを使わない場合に比べて10から20倍早い。 Kerasのサンプルプログラムはこちらにあります。