【導入事例】日本語のテキスト分析に NVIDIA DGX-1は不可欠な存在　デエイアイグノシス株式会社様

導入事例 Introduction Case 日 本語のテキスト分析に NVIDIA DGX-1は不可欠な存在 デエイアイグノシス株式会社 様 デエイアイグノシスの代表取締役である大松重尚氏は、 最近ひと際注目を集めているA（I 人工知能）を活用した、 日本語でのテキスト分析の実用化を目指している。 この分析では、機械学習やディープラーニング（深層学習）などを 駆使するため、膨大かつ複雑なデータ処理をこなす必要がある。 その作業に不可欠な存在となっているのが「NVIDIA DGX-1」だ。 　デエイアイグノシスは現在、AIによる言 して成り立たない。 語系文字分析を実現し、さまざまな分野へ 　「結果の積み重ねが、AIの進化に重要な の展開を進めている。例えばCRM分野で ことは言うまでもないことだ。さらに、そ は、ネットショップや通信販売のコールセ れに要する時間をどれだけ短くすることが ンターにおける対話のテキストデータを分 できるか。これも無視することのできない デエイアイグノシスのロゴマーク。AIを強く意識している 析し、顧客プロフィールをリアルタイムに 大切なポイントとなる。だからこそ、GPU ことがうかがえる 解析。そこから最適な対応を導き出すこと で膨大な計算を高速に処理できるNVIDIA でオペレーター業務のサポートを可能にす DGX-1は、AIを使ったサービスに欠かすこ 応することの重要性を指摘する。 るシステムを開発している。医療分野では、 とのできない存在といえる（」大松氏）。 　実際、大松氏は現在のようにAIに注目 電子カルテなどのさまざまなテキスト情報を が集まる前からGPUをベースとしたコン ディープラーニングで分析し、それをベー GoogleとNVIDIAの動きからGPUの可能性を感じ取った ピューティングに携わってきたことで、豊富 スとした診断支援を実現するシステムのコ な知識とノウハウを身につけてきた。その アとなるエンジンを開発中である。 　大松氏がGPUコンピューティングに関 ため、ハードウェアの準備やベースとなる 　これらのサービスにおいて、情報の精度 心も持ったきっかけは、2016年に開催さ 部分のセッティングはベンダーに任せるもの を高めるためにはより多くのデータを処理す れた「Google Cloud Platform Global User の、システム構築のほとんどを自社でこな る必要がある。その一方で、データが豊富 Conference」にある。そこで発表された内 すまでに至っている。 に存在しても、データの処理を最適化する 容や元CEOのエリック・シュミット氏の講演 　そのレベルの高さは、NVIDIA DGX-1の までの時間がかかり過ぎていてはビジネスと から、「GoogleはいまGPUに注目している」 提供元であるNVIDIAの山田泰永氏も一目 と啓発されたそうだ。さらに同年、NVIDIA 置くほどだ。「近年はAIのビジネス利用が がカリフォルニア州サンノゼで開催した 広まったことで、ディープラーニング向けを イベント「GPU Technology Conference 標榜するサーバーが数多く登場しているも （GTC）」に参加したところ、CEOのジェ のの、それを自分の手足のように扱える人 ン・スン・フアン氏が具体的な事例とともに 材はそれほど多くない。そんななか、デエ ディープラーニング向けの自社製GPUワー イアイグノシスさんは高性能かつ運用管理 クステーションを発表した。 が容易なNVIDIA純正のアプライアンスであ 　このGoogleとNVIDIAの動きに、大松氏 るNVIDIA DGX-1にいち早く着目して導入。 Tesla P100を8基搭載したNVIDIA DGX-1 はGPUコンピューティングの可能性をいち しかも、外部に頼ることなく独自に研究開 早く感じ取ったという。そして、GTCの会 発を続けている点は『さすが』と言う他はな 場で即座にこのGPUワークステーションの い（」山田氏）。 購入を申し込んだ。とはいえ、初期モデル は何かと技術的な要求や課題が多い時期に テキスト分析に利用される機械学習は特別な技術ではない あるため、自力での対応に苦労を重ねたこ ともあったとのこと。しかし、大松氏は「そ 　デエイアイグノシスが現在研究している れが経験となって後々に生きてくる」と語り、 テキスト分析では、「Word2vec」と呼ばれ デエイアイグノシス 代表取締役 大松重尚 氏 他社よりも先んじて先進的な取り組みに対 る手法等を用いている。これはテキストを

ディープラーニングで理解できるように数 時系列を先取りした予測なども可能となる 値形式へ変換するもので、テキストを特徴 だろう（」大松氏）。 量ベクトルに置き換える。これに「教師あり 　このようにデータ量が増えていけば、そ 学習」「教師なし学習」「強化学習」「ディープ れだけ情報の裏付けも取りやすくなるため ラーニング」といった機械学習を組み合わ 価値は上がっていく。その一方で、機械学 せ、分析精度を高める努力を日々進めてい 習の負荷はより一層増すことになるだろう。 るわけだ。 そのため、仮に価値が上がったとしても、 　「そもそも、機械学習は今に始まった特 そのための計算時間が数か月もかかるよう 別な技術ではない。個々の性能は低くても、 では問題だ。その点、NVIDIA DGX-1のよ NVIDIA エンタープライズ事業部 マネージャー メディ カル・ライフサイエンスビジネス責任者兼スタートアッ 数多くのマシンで同様の学習を継続的に実 うな高性能ワークステーションがあれば心 プ・技術パートナー支援担当 山田泰永 氏 行し、どれか1つでもブレイクスルーできれ 配はいらない。大松氏も「NVIDIA DGX-1な ば、他がそれを真似してさらなる進化する らプログラム次第で大規模な計算でも数時 ことができるというのが仕組みだ。 間、簡単なものなら数分で終わる」と太鼓 　例えば、これまでは作ったアルゴリズム 判を押す。さらに「次のことをどんどん進め をすぐに現場へ導入し、専門家が何度もや ていかないと可能性は広がらない。いま進 り取りを重ねて完成品にまでブラッシュアッ んでいる方向が間違っている可能性もある プしてきた。しかし機械学習を活用すれば、 ため、スピード感は重要だ」とその必要性を これを機械だけで自動かつ短時間に完了で 後押しする。 きるようになる。漫画の忍者のように、何 　そのほか、NVIDIA DGX-1はハードウェ NVIDIA ディープラーニング ソリューション アーキテク 百人にも分身して一斉に高速で修行すれば、 アやOSに加えて、仮想環境のNV-Docker ト 山崎和博 氏 短時間で飛躍的に強くなれるというイメー や「TensorFlow「」Caffe「」CNTK「」Theano」 ジに近い（」大松氏） 「MXNet」といったディープラーニング関連 ビスを活用してやる方が「当座のメリットは 　ただし大松氏は、「日本語は英語に比べ のフレームワークを動作確認済みで用意す 高い」という考え方もあるだろう。しかし、 ると、格段にテキスト分析が難しい」という。 る。トータルコーディネートされた形で提供 大松氏の考えは違う。 なぜなら、日本語は句読点に加えてカタカ されるため、運用面でのメリットは大きい。 　「計算のプロセスと結果だけが早くわかっ ナや英語なども混在する独特な文字形式と また、デエイアイグノシスでは仮想環境で ても、それは我々の開発思想にフィットし なるため、ノイズとなる要素が非常に多い の複数ジョブ管理において「コンテナごとに ない。処理工程の中身をしっかり把握して からだ。しかし、このようなノイズへの対処 利用するGPUを手動で指定している」（大松 理解することが重要であり、それが次のプ はほぼ完了しつつあり、自動化のメドも立っ 氏）のだが、NVIDIAの山崎和博氏は「例えば、 ログラミング開発に生かせるからだ。その上 ているとのこと。このように、「単語の分類」 Apache Mesosは複数GPUのジョブ管理に で、クラウドサービスともやり取りが容易に からさらに一歩進んだ「文脈の理解」を実現 対応している」と助言し、さらなる効率的な なる。そういった意味でも、GPUワークス するための研究が、既に始まっている。 運用をサポートする。 テーションは重要な存在だと認識している。 　とはいえ、オンプレミスで高性能なGPU 総合的に見て、我々のやりたいことを最短 やりたいことを最短で実現できる 最強のワークステーション ワークステーションを持つことは容易ではな で実現してくれる最強のワークステーション い。そのため、Googleなどのクラウドサー はNVIDIA DGX-1に他ならない（」大松氏） 　日々進化を続けているデエイアイグノシ スのテキスト分析は、現在コールセンター デエイアイグノシスの使用モデル や医療診断支援の分野への活用が期待され る。概念的には、コールセンターのやり取 NVIDIA DGX-1 NVIDIA自社設計のNVLink対応マザーボードに、 りや患者のカルテなどから対話テキストを 最 新アーキテクチャVOLTA世代のGPU「TESLA 取り出し、そこに意味や価値を持たせてい V100」を8基搭載したディープラーニング専用スー るイメージだ。「今後は、これに時間で変化 パーコンピュータ。40,960のCUDAコアを実装し、 単精度で960TFLOPSの演算性能を実現する。 する途中経過の情報なども追加できれば、 GDEP 日本GPUコンピューティングパートナーシップ 株式会社GDEPアドバンス GDEPソリューションズ株式会社 〒113-0034 東京都文京区湯島3-34-6 湯島スクウェアビル８F 〒113-0033 東京都文京区本郷３丁目34-3 本郷第一ビル８階 TEL : 03-6803-0620 TEL : 03-5802-7050 URL : http://www.gdep.co.jp/ URL : http://www.gdep-sol.co.jp/