Damien Fagnou
Senior Director of Software, NVIDIA
3D Design Collaboration, Accelerated Computing & Dev Tools – Algorithms/Numerical Techniques
最高のライフワークはここから始まります
困難なワークロードに挑む開発者を NVIDIA は最新 NVIDIA テクノロジで支援します。エキスパートと交流する機会、インサイト、トレーニングを提供します。テクニカル エキスパートによるセッションは、アクセラレーテッド コンピューティング、コンピューター ビジョン、自動運転、サイバーセキュリティ、デジタル ツイン、ロボティクスなど、トピックは多岐にわたります。
開発者向けの注目セッション
自律車両と自動運転車
より安全で、より効率的な輸送を開発するための実績のある技術をご紹介します。自律運転、エンドツーエンド車両シミュレーション、ロボタクシー、トラック輸送、マッピングなどの進化をご覧ください。
-
自動車関連の注目のセッション
CARIAD、Mercedes-Benz、Pony.ai、TuSimple などの OEM に加え、Tier 1 サプライヤーの Valeo と ZF が、ソフトウェア、アーキテクチャ、AI コンピューティング、感知など、さまざまなトピックにおける自律車両の最新イノベーションと進化をご紹介します。
-
自律車両
ETH Zürich、Ottonomy、Ouster などが、認識や高性能検知などの最新テクノロジを活用し、インテリジェントで安全性に優れた輸送を一から開発する方法をご紹介します。
-
AI インフラストラクチャ
BMW、Cruise、Microsoft、Stellantis、Zoox などが、データ センターで自動運転車両を産み出す方法について語ります。ハイパフォーマンス コンピューティング ソリューションが自動運転ソフトウェアを開発し、トレーシングし、テストし、その有効性を検証します。
-
シミュレーション
BMW Group、DeepScenario、dSPACE、Luminar、Renault などが、忠実度の高いクラウドベース シミュレーションによって現実世界の自動運転車両の展開をいかに加速しているかについて語ります。
-
設計と製造
ESI Group、Hexagon、Maya HTT、Volvo Trucks Group Technology などが、輸送、製造、自動車のハイパフォーマンス コンピューティングとグラフィックスに GPU を使用する革新的な方法をご紹介します。
コンピューター ビジョンとビデオ解析
NVIDIA GTC でビジョン AI アプリ開発を加速する 最新のイノベーション、開発者ツール、業界のベスト プラクティスなどをご覧ください。
-
NVIDIA TAO で AI モデルがシンプルに
> Chintan Shah | NVIDIA、シニア プロダクト マネージャー
> Akhil Docca | NVIDIA、シニア プロダクト マーケティング マネージャー
AI の専門知識がなくても、本稼働対応のビジョン AI モデルと対話型 AI モデルをカスタムで作成し、展開する方法について説明します。
-
NVIDIA DeepStream でエッジ AI アプリを開発し、最適化する方法
> Alvin Clark | NVIDIA、プロダクト マーケティング マネージャー
> Carlos Garcia | NVIDIA、プロダクト マネージャー
NVIDIA DeepStream SDK の最新機能と、それを利用してビジョン AI アプリを最大限に活用する方法をご覧ください。
-
Bing ビジュアル検索: レイテンシと精度に制約がある物体検出推論を加速する
> Stephen Chen 氏 | Microsoft、応用科学者
> William Raveane | NVIDIA、シニア AI エンジニア
Bing が NVIDIA と協力して、ビジュアル検索 AI 機能の推論部分が高速化され、レイテンシと精度の難しい制約に対処しました。その方法をご覧ください。
-
半導体製造で機械学習を導入する際の課題とベスト プラクティス
> Brian Duffy 氏 | KLA、マーケティング ディレクター
> Jerry Chen | NVIDIA、グローバル事業開発、製造、産業ディレクター
半導体製造で欠陥検出という難題に対処し、同時に妥当な計算インフラストラクチャ コストを維持するためのベスト プラクティスについて説明します。
-
スマート シティの作り方
> Guy Elad 氏 | テルアビブ市、CIO 補佐
> Clayton Garner 氏 | サンノゼ市、CIO
> Michael Sherwood 氏 | ラスベガス市、CIO
スマート シティのリーダーたちがコンピューター ビジョンの AI で現代の問題を解決し、スマートな空間に良い影響を与えています。その方法をご覧ください。
画像提供: DataFromSky
ゲーム開発
GTC のゲーム開発トラックで RTX リアルタイム レイ トレーシング、DLSS、GeForce NOW の最新情報をご覧ください。
-
RTX SDK: ゲームの次世代照明の基礎
> Alexey Panteleev | NVIDIA、名誉 DevTech エンジニア
NVIDIA はリアルタイムの照明とノイズ除去のための SDK を 3 つ用意しています。RTXDI では、ベイキングなしでたくさんの光から (最大数百万単位) 直接の照明とレイ トレーシングされた陰影を計算するためのリサンプリング アルゴリズム セットを実装しています。RTXGI では、レイ トレーシングされた光のプローブからなるグリッドを動的に更新し、間接照明を概算します。最後に、リアルタイムのノイズ除去アルゴリズムのコレクションが NRD から統合が簡単なパッケージで提供されます。
-
『サイバーパンク2077』の参照パス トレーシング
> Evgeny Makarov | NVIDIA、Developer and Perf Technology Group プリンシパル エンジニア
> Jakub Knapik 氏 | CD Projekt RED 照明/FX アート ディレクター
美しい映像を作るためには通常、照明アーティストの多大な労力が必要です。既存のレンダリング パイプラインをベースにさまざまな照明効果を表現します。堅牢かつ表現力に優れ、アーティストは現行の制約もバイアスも見る必要がない参照レンダラーがあったらどうでしょうか。そこで参照パス トレーサーの登場です。これがあれば、最初に見たいゲーム コンテンツを自由に開発できるだけでなく、レンダー パスの検証と改善のためのグラウンドトゥルースとしても役立ちます。この講演では、DirectX レイ トレーシングを完全活用するパス トレーサーを参照イメージの生成のために『サイバーパンク2077』に統合した際の主な課題について取り上げ、それがさまざまなチームに与えた影響や開発パイプラインを変えたことなどについて語ります。
-
NVIDIA DLSS の概要とゲームの統合
> Andrew Edelsten | NVIDIA
NVIDIA Deep Learning Super Sampling (DLSS) では、ディープラーニングと AI の力を利用します。時空アップサンプルと NVIDIA Tensor コアを賢く利用し、ゲームのフレームレートを上げます。セッションで、講演者は DLSS を可能にする基礎テクノロジについて段階的に語り、DLSS を新しいゲーム エンジンに統合する方法についても説明します。DLSS のエンジン要件と統合時に注意するべき項目について説明します。このセッションでは最後に、一般的な DLSS デバッグ ツールと、最終フレームの画質に悪影響を与える可能性がある一般的な問題の修正方法について取り上げます。
-
産業にとってのデジタル ヒューマンの重要性
> Markus Gross 氏| Walt Disney Studios、研究部門 VP
> Simon Yuen | NVIDIA、グラフィックスおよび AI 部門ディレクター
> Matt Workman 氏 | Cine Tracer、開発者
> Sarah Bacha 氏 | Cedrus AI、研究およびイノベーション部門リーダー
> Vladimir Mastilovic 氏 | Epic Games、デジタル ヒューマン テクノロジ部門 VP
このパネル ディスカッションでは、テクノロジとビジネスの権威と共に、デジタル ヒューマンがメディア/エンターテインメント以外の産業に与える大きな影響について考察します。現在、宇宙開発に最も貢献しているテクノロジ企業とそうした企業が見ている未来について模索します。
-
オープン ワールド ゲームでのスケーラブルなレイ トレーシング
> Peter Morley | NVIDIA、シニア デベロッパ テクノロジ エンジニア
ゲームでリアルかつ没入感があふれる環境を作り出す照明環境に強みがあることから、レイ トレーシングはラスター化に取って代わる段階にあります。レイ トレーシングされたオープンワールド ゲームでは通常、レイ トレーシングとラスター化のいいとこ取りをするハイブリッド グラフィックス レンダラーが利用されます。この講演では主に、ラスターベースのレンダラーをハイブリッド (ラスター化とレイ トレーシング) レンダラーに変換するときのレイ トレーシングのパフォーマンスと拡張性について取り上げます。 具体的には、高速化構造の構築手法、効率的にスケールするレイ トレーシング体制、NVIDIA RTX ハードウェアに対する投資を最大限に活用するためのレイ トレーシング ワークロード スケジューリングについて話します。
グラフィックス、デザイン コラボレーション、デジタル ツイン
NVIDIA Omniverse は、Pixar の Universal Scene Description と NVIDIA RTX テクノロジに基づく、3D シミュレーション/デザイン向けの拡張性に優れた、マルチ GPU リアルタイム リファレンス開発プラットフォームです。
-
Omniverse キットで拡張機能とアプリを開発する方法
> Damien Fagnou | NVIDIA、ソフトウェア部門シニア ディレクター
Omniverse Create や Machinima など、NVIDIA Omniverse キットベースのアプリの基本構成単位である拡張機能を開発することで Omniverse プラットフォームを簡単に拡張する方法について説明します。「開発者分科会: Omniverse キットで独自の拡張機能とアプリを開発する」に参加し、Omniverse 専門家と話す機会もお見逃しなく!
-
Omniverse 用のコネクタを作る
> Lou Rohan | NVIDIA、Omniverse Connect エンジニア
Omniverse プラットフォームに接続し、データをプラットフォームに送信できるようにする方法、ライブ同期セッションを確立する方法、USD 101 概要で Omniverse を始める方法を紹介します。
-
Omniverse でマイクロサービスを開発する方法
> Gavriel State | NVIDIA、シミュレーション/AI 部門シニア ディレクター
Omniverse でマイクロサービスを開発し、それを利用/実行する方法について説明します。「開発者分科会: Omniverse で独自のマイクロサービスを開発する」に参加し、Omniverse 専門家と話す機会もお見逃しなく!
-
開発者分科会: 高度な物理演算シミュレーションの新時代
> Michal Hapala | NVIDIA、シニア エンジニア
> Kier Storey | NVIDIA、名誉エンジニア
> Michelle Lu | NVIDIA、シミュレーション テクノロジ部門ディレクター
> Adam Moravanszky | NVIDIA、シミュレーション テクノロジ部門ディレクター
> Ales Borovicka | NVIDIA Omniverse Physics シニア マネージャー
Omniverse でマイクロサービスを開発し、それを利用/実行する方法を説明します。
-
Warp: GPU シミュレーション/グラフィックスのための高性能 Python フレームワーク
> Miles Macklin | NVIDIA、プリンシパル エンジニア
CUDA で Python カーネル コードを実行できるランタイム フレームワーク Warp とその Omniverse との統合を紹介します。
ロボティクス
NVIDIA の Isaac プラットフォームと Jetson プラットフォームがロボティクス、シミュレーション、強化学習における最新テクノロジをリードしています。その仕組みをご覧ください。
-
組み込みコンピューティングを活用し、人間環境における自律性を解き放つ
> Andrea Thomaz 氏 | Diligent Robotics、創業者/CEO
Andrea Thomaz 博士が忙しい病院など、ダイナミックな人間環境におけるロボットの自律性達成 (混雑したホールで物を操作する、要求された場所に移動する、組み込み GPU にデータを送信する複数のカメラ ストリームを統合するなど) に含まれるユニークな課題について説明します。ロボティクスの全プレイリストを見る。
-
明示的なモデルのない物体操作
> Dieter Fox | NVIDIA、ロボティクス研究シニア ディレクター
このセッションでは、映像 (深度) データから直接、未知の物体を操作することを学習し、学習済みの言語とビジョン モデルを組み合わせ、操作作業をロボットに教える最近の研究について詳しく取り上げます。ロボティクスの全プレイリストを見る。
-
NVIDIA Omniverse を使用したディープラーニングによる合成 3D ポイント クラウド生成
> Robert Banfield 氏 | Trimble、機械学習エンジニア
> Nyla Worker | NVIDIA、ソリューション アーキテクト
このセッションでは、ディープラーニング モデルを生成し、最先端の予測精度を達成する方法を模索します。一般に利用できるデータと、合成され、ラベルが付けられたポイント クラウドを組み合わせます。ロボティクスの全プレイリストを見る。
-
NVIDIA Isaac ROS GEM を使用した ROS ベースのモバイル ロボットの開発
> Raffaello Bonghi | NVIDIA、デベロッパ リレーションズ
NVIDIA ハードウェアで高速化するロボティクス ソフトウェア パッケージ (Isaac ROS GEM) はロボットの認識、位置特定、マッピングに役立っています。その技術を説明します。ロボティクスの全プレイリストを見る。
サイバーセキュリティ
AI がサイバーセキュリティを変えています。その仕組みをご覧ください。AI とサイバー セキュリティにおける最新のイノベーションに関するトレーニング、分析情報、エキスパートによるサポートを提供します。
-
AI で強化する次世代のサイバーセキュリティ ソリューションを開発する
> Bartley Richardson | NVIDIA、シニア データ サイエンティスト/AI インフラストラクチャ マネージャー
> Hema Vivekanandan | NVIDIA、セキュリティ アナリスト
最新の AI ツール、最新のデータ サイエンス ツール、最新のフレームワーク、学習済みモデル、インフラストラクチャ最適化ソフトウェアを活用し、新しい方法でサイバーセキュリティの課題に挑む方法について説明します。
-
Best Buy によるデータ センターを守るための防御的サイバーセキュリティ作戦
> Nick Tobash 氏 | Best Buy、インシデント対応、サイバーハント、調査部門ディレクター
Best Buy のセキュリティ専門家が NVIDIA Morpheus をデータ サイエンス パイプラインに統合し、ネットワーク マッピングとフィッシング検出によりセキュリティを高める方法について語ります。ご参加ください。
-
自動化と AI ベースのセキュリティを利用したサイバー攻撃の防止
> Dorit Dor 氏 | Check Point、製品部門 VP
このセッションでは、人工知能 (AI) と自動化を利用し、サイバーセキュリティ上、非常に巧妙な脅威を防ぐ方法について説明します。ご参加ください。
-
ニューラル機械翻訳を利用してマルウェア逆アセンブリ関数に注釈を付ける
> Sunil Vasisht 氏 | Mandiant、スタッフ データ サイエンティスト
このセッションでは、Code-to-Sequence モデルによるシンタックス構造の活用がマルウェア バイナリから意味のある自然言語注釈を予測し、手作業による面倒な逆エンジニアリング ワークフローにともなう労力を減らす仕組みについて説明します。ご参加ください。
データ サイエンスと AI
ライフワークが AI とデータ サイエンスで実現します。大勢のプロフェッショナル、リーダー、イノベーターと共にこの GTC に参加し、世界で最も進んだデータ チームから AI とデータ サイエンスを学んでください。
-
タスクおよびチーム全体でエンドツーエンドのデータ サイエンス ライフサイクルを高速化する
> William Benton | NVIDIA、プリンシパル プロダクト アーキテクト
> Sophie Watson | テクニカル プロダクト マーケティング マネージャー
心得た技術者は機械学習の手法を極めることを好みますが、非常に優雅な手法だけがすべてではありません。AI から事業価値を得るには、さまざまな職能のチーム、多言語サービス、多様なデータ ソースを調整することを意味する機械学習システムを構築する必要があります。NVIDIA AI Enterprise、NVIDIA EGX、RAPIDS Accelerator for Apache Spark は機械学習システム全体をサポートします。検出/モデル トレーニング/モデル サービングを高速化し、Apache Spark クエリを Ampere GPU で実行することで特徴抽出パイプラインのデータ入力を高速化し、このようなパワーを手に入れやすくします。その方法をご覧ください。
-
ディープラーニングと GPU のパワーを利用し、AI ベースのレコメンダー システムを開発する
> Khalifeh AlJadda 氏 | The Home Depot、データ サイエンス部門シニア ディレクター
レコメンダー システムは電子商取引プラットフォームで重要な役割を担います。そのため、拡張性と信頼性に優れ、顧客ひとりひとりに合わせたレコメンダー システムを構築することが非常に重要です。顧客が求める物を予測して商品探しを手伝い、Web サイトに顧客を引き留めます。顧客がサイトを離れた後も、電子メール、ソーシャル メディア、その他のマーケティング経路を利用し、顧客の興味に合わせた製品やコンテンツで顧客との関係を維持します。
The Home Depot はディープラーニングと GPU のパワーを活用する AI ベースのレコメンダー システムに移行しています。それについて取り上げます。個人ひとりひとりに合わせた推薦を大規模で可能にするリアルタイム ディープラーニング モデルをトレーニングし、配備する方法について話し合います。
-
対話 AI の解明
> Sirisha Rella | NVIDIA、プロダクト マーケティング マネージャー
対話型 AI テクノロジがユビキタスになっています。市場に進出している自動音声認識、自然言語理解、音声合成が無数の製品で活用されています。新しいツールやテクノロジのおかげで、対話型 AI アプリケーションの開発がこれまで以上に簡単になりました。仮想アシスタント、リアルタイムの文字起こしなど、幅広い応用が可能になっています。この講演は 2 つの部分で構成されます。最初は対話型 AI の概要です。あらゆる企業が対話型 AI アプリケーションの開発を始めているので、その手法について語ります。次に、NVIDIA Riva を使用してエンドツーエンドの対話型 AI パイプラインを構築し、配置する方法を実演します。
-
NeMo-Megatron を利用し、ローカライズされた大規模な言語モデルを構築する: データの準備からトレーニングと展開に、運用まで
> Miguel Angel Martinez | NVIDIA、シニア ディープラーニング ソリューション アーキテクト
> Meriem Bendris | NVIDIA、シニア ディープラーニング ソリューション アーキテクト
自然言語処理の最近の進歩は、大規模言語モデル (GPT-3 など) がゼロショットでさまざまな NLP 問題を解決し、教師ありの微調整から迅速なエンジニアリング/チューニングに移行できることを実証しています。ただし、大規模な言語モデルを構築すると、データの準備、トレーニング、展開で課題が生じます。また、このプロセスは英語など、一部の優勢な言語で十分に確立されている一方、ローカライズされた言語での実行は依然として制限されています。大規模な言語モデルを構築するためのエンドツーエンド プロセスの概要を示し、スケーリングの課題について話し合い、効率的なデータ準備、分散型トレーニング、モデル最適化、分散型展開のための既存のソリューションについて説明します。
-
オープンソース NVIDIA Triton による、マルチフレームワークと、CPU および GPU 上の多様なモデルのための高速でスケーブルで標準化された AI 推論
> Shankar Chandrasekaran | NVIDIA、プロダクト マーケティング マネージャー
> Mahan Salehi | NVIDIA、プロダクト マネージャー
NVIDIA Triton 推論サーバー ソフトウェアと新機能について説明します。Triton は、アプリケーションにおける高速かつスケーラブルな AI のためのオープンソースの推論サービス提供ソフトウェアです。Triton では、TensorFlow、PyTorch、ONNX、TensorRT、RAPIDS FIL (XGBoost、Scikit-learn Random Forest、LightGBM 用)、OpenVINO、Python、カスタム C++ バックエンドなど、一般に普及しているあらゆるフレームワークからモデルを展開できます。その仕組みを説明します。また、リアルタイム、バッチ、ストリーム配信、モデル アンサンブルなど、複数のクエリ タイプの推論を最適化する機能も紹介します。
HPC (ハイ パフォーマンス コンピューティング)
プラットフォーム間で並列化可能なコードを使用して HPC パフォーマンスを最適化する方法、最新の CUDA 開発、NVIDIA GPU アップデート、HPC ソフトウェア リリースなどに関する情報を提供します。
-
CUDA: 新しい機能とその先
> Stephen Jones | NVIDIA
CUDA プラットフォームの最新機能である言語とツールキットについて説明します。CUDA アーキテクトのひとりがプレゼンターを務めるこのエンジニア向けセッションでは、NVIDIA GPU 開発者エコシステムの最新の開発をすべて取り上げ、また、CUDA の今後の展開について話します。
-
C++ 標準並列処理
> Bryce Lelbach | NVIDIA
CPU、GPU、DPU、専用アクセラレータなど、あらゆるプラットフォームで実行できる並列コードを記述できるとしたら、どうでしょうか。いかなる言語もベンダー拡張も、外部ライブラリも、特別なコンパイル ツールも必要ありません。それはもはや夢ではありません。それが今、標準の C++ で可能になりました！
並列処理は、スーパーコンピューターのシミュレーションからモバイル アプリケーションまで、ソフトウェアでますます一般的になりました。しかしながら、ハードウェアの多様性が爆発的に増えたことで、並列コードの記述はますます難しくなっています。この傾向は今後も続くと思われます。この問題に対処するため、C++ 委員会は C++ Standard Parallelism を開発しました。これは、スマートウォッチからスーパーコンピューターまで、あらゆるプラットフォームに移植可能な標準 C++ の並列プログラミング モデルであり、ほとんどの場合、十分なパフォーマンスと効率性を提供します。C++ Standard Parallelism のロードマップについて説明し、現状、今後の予定、未来の展望について語ります。
-
最新の NVIDIA GPU
> Cyril Zeller | NVIDIA
NVIDIA の最新 GPU アーキテクチャについて説明し、最新の機能がアプリケーションにとっていかに役立つか確認し、アプリケーションの最適化方法を見ていきます。
-
最新の HPC ソフトウェアを深く掘り下げる
> Timothy Costa | NVIDIA
プログラミング モデル、コンパイラ、ライブラリ、ツールの概要など、ハイパフォーマンス コンピューティング アプリケーション向け NVIDIA ソフトウェアの最新テクノロジについて説明します。従来の HPC モデリングとシミュレーション、量子コンピューティング、HPC+AI、科学的ビジュアライゼーション、ハイパフォーマンス データ分析など、HPC 開発者にとって興味のあるトピックを取り上げます。
-
Arm ベースのスーパーコンピューター向け HPC アプリケーションの移植、プロファイリング、調整
> John Linford 氏 | Arm
アーキテクチャ全体でパフォーマンスから特徴を見出し、再現可能にする方法について説明します！NVIDIA GPU と Arm CPU の組み合わせによる HPC プラットフォームは、エネルギー効率に優れ、アプリケーション パフォーマンスが圧倒的になります。NVIDIA Grace、Ampere Altra、AWS Graviton 2、Fujitsu A64FX、SiPearl Rhea など、あらゆる Arm ベースの HPC システムで HPC アプリケーションを移植し、調整するための方法論とソフトウェア ツールを紹介します。この手法では、Spack パッケージ マネージャーと ReFrame テスト フレームワークを組み合わせ、Arm ホステッドの NVIDIA A100 および NVIDIA V100 GPU システムと、多様な Arm ベース CPU で実行されるアプリケーションのパフォーマンス特性付けを簡単にします。
