AIトレーニングとは？

これは何か？

現代の人工知能（AI）は、機械学習やディープラーニングと呼ばれるプロセスによって開発されるため、テキストや画像の生成から自動運転車の運転まで、さまざまなタスクを実行できます。学習の主な構成要素は、「トレーニング」と「推論」の2つです。

トレーニングでは、膨大な量のデータをAIモデルに入力します。通常、データにはラベルが付与され、人間のプログラマーが監督します。ただし、より高度なAIは、ラベルなしデータを用いた自己教師あり学習や半教師あり学習を行うこともできます。AIは入力データを分析し、期待される出力を生成しようとします。たとえば、大量の動物画像の中から犬の写真を識別しようとします。出力の妥当性、つまり予測が正しかったかどうかに基づき、AIはデータパラメータに「バイアス」とも呼ばれる重み付けスコアを割り当てることで、意思決定プロセスを調整します。

予測（順伝播）とフィードバック（逆伝播）を繰り返すことで、重み付けは適切な接続が常に選択されるほど精緻になります。これによりAIは、処理対象として設計されたデータを認識できるようトレーニングされます。

なぜ必要なのでしょうか？

AIトレーニングは推論とともに、現代のAIが「学習」する仕組みに不可欠であり、切り離すことのできない要素です。あらゆる状況に対応するコードを人間のプログラマーが記述する代わりに、AIは膨大なビッグデータを学習し、実際の環境で新たに得られるラベルなしデータを扱えるようになります。

ナンバープレート認識におけるコンピュータビジョンを例に考えてみましょう。高速道路の電子料金収受システムは、通過する車両のナンバープレートに記載された文字や数字を読み取る必要があります。プレートごとにフォントが異なる場合があり、プレート自体が曲がっていたり、傾いていたり、汚れていたりすることもあります。また、車両の走行速度もさまざまです。それでもAIが情報を正確に読み取れるのは、大量のデータでトレーニングされているため、入力を常に正確に解釈できるからです。

GIGABYTEはどのように役立ちますか？

AIトレーニングに必要なデジタルデータ量とコンピューティングリソースは、驚異的な規模に達しているだけでなく、指数関数的に増加しています。競合する開発者もAI製品の市場投入を急いでいるため、GPUアクセラレーションと並列コンピューティングを活用したAIインフラストラクチャの導入は不可欠です。

GIGABYTE TechnologyのGシリーズGPUサーバーは、業界でも屈指の高性能AIサーバーです。特に、G593-SD0とG593-ZD2は、NVIDIAのHGX™ H100 8-GPUコンピューティングモジュールに、それぞれ第4世代Intel® Xeon® ScalableプロセッサーまたはAMD EPYC™ 9004プロセッサーを組み合わせています。32ペタFLOPSを超えるAIコンピューティング性能を実現し、自然言語処理（NLP）や大規模言語モデル（LLM）のアプリケーションに最適です。GIGABYTE独自の冷却技術とシャーシ設計により、こうしたスーパーコンピューティング性能を5Uサーバーに収めるとともに、コンピューティング密度の向上を実現しています。

最先端のサーバーハードウェアに加え、GIGABYTEはDNN Training Applianceの一部であるMyelintek MLSteam DNN Training Systemも推奨しています。これは、広く利用されているディープラーニングフレームワークやライブラリを備えた、事前導入済み、検証済み、最適化済みの環境を提供するターンキー型DNNトレーニングプラットフォームです。このソリューションのバックエンドにもGシリーズGPUサーバーが採用されています。

詳細はこちら：《GIGABYTEの高性能AIサーバーソリューションでAIをさらに進化させる》