時折、ビジネスの仕組み、開発者の開発、そしてデータの利用・操作方法を大きく変えるような新しいテクノロジーが登場します。機械学習もそうしたテクノロジーの一つです。
機械学習は、データとアルゴリズムを用いて人間の学習方法を模倣し、精度、能力、インタラクションを段階的に向上させることに重点を置いた人工知能の一分野です。機械学習は、以下のようなユースケースに適用できます。
- 音声アシスタント
- パーソナライズされたマーケティング
- 不正行為検出
- 自動運転車
- 輸送の最適化
- 行動予測
- 健康管理
- プロセス自動化
- チャットボット
- 安全
機械学習を正しく実行するには、相当なハードウェアが必要です。機械学習プラットフォームやアプリを不適切なハードウェアで実行すると、ビデオ画面に向かって指を向けて「こうしろ」と命令するよりも早く、そのマシンは停止してしまいます。
参照:電源チェックリスト: ハードドライブ障害のトラブルシューティング(TechRepublic Premium)
プラットフォームやアプリを適切なハードウェアで実行すれば、目的地まで超高速で動作します。そのため、レビュー用にRAZER Lambda Tensorbookを受け取ったとき、どのカテゴリーに分類されるのか楽しみでした。最初から超高速で動作するのではないかと漠然と予想していましたが、その予想は的中しました。
Lambda Tensorbook とは何ですか?
Lambda Tensorbookは、機械学習専用に設計されたノートパソコンです。ハードウェアとソフトウェアの優れた組み合わせにより、ML開発者が電力を節約しながら開発とテストを実行できる、非常に優れたプラットフォームが実現しました。
Tensorbook は、GeForce RTX 3080 Max-Q 16GB GPU を搭載しており、Apple M1 Max よりも最大 4 倍、Google Colab インスタンスよりも最大 10 倍高速なモデル トレーニングを実現できると言われています。
次に、Ubuntu Linux にプリインストールされ、以下を含む完全な Lambda Stack があります。
- 最新のNVIDIAドライバー
- パイトーチ
- テンソルフロー
- CUDA
- cuDNN
Lambda Stack は、Apple、Intel、Samsung、IBM、Microsoft、Amazon、Adobe、LinkedIn、Boeing、Harvard、さらには米国国防総省でも使用されています。
残りのハードウェアのリストは次のようになります。
- VRAM–16GB GDDR6
- CPU：Intel Core i7-11800H
- RAM – 64GB 3,200MHz DDR4
- ストレージ - 2TB NVMe PCIe 4.0
- ディスプレイ–165Hz 1440p 15.6インチ
ポートには次のものが含まれます:
- サンダーボルト4（USB-C）×2
- HDMI 2.1
- ロックスロット
- UHS-III SDカードリーダー
- 3 USB 3.2 Gen 2 タイプA
- 3.5mmヘッドフォン/マイクコンボジャック
- 電源ポート
その他のハードウェア機能は次のとおりです。
- Wi-Fi 6E
- ブルートゥース5.2
- 80ワット時LiProバッテリー
- 寸法：35.5cm x 23.5cm x 1.69cm
Lambda Tensorbookの重量は4.43ポンド（約2.1kg）とかなり重いですが、これは持ち運びやすさを重視したノートパソコンではありません。確かに重いですが、その重量に見合うだけのパワーを備えています。
そういえば…
Lambda Tensorbookの圧倒的なパワー
Lambda Tensorbookのレビュー機で本当に素晴らしい点の一つは、DeepFaceLiveという機械学習アプリケーションがインストールされていることです。このアプリケーションの説明には、PCストリーミングやビデオ通話でリアルタイムに顔を入れ替えられると書かれていました。この種のアプリケーションがどのように悪用される可能性があるかについては言及しませんが、実際に動作しているのを見るのは本当に感動的です。
アプリケーションを起動するには、ターミナル ウィンドウを開き、~/DeepFaceLive フォルダーに移動して、次のコマンドを発行する必要がありました。
python3 main.py run DeepFaceLive --userdata-dir ./data
アプリが開くと (図 A )、ノートパソコンのカメラを使用して、モデルのドロップダウンから選択した顔と入れ替えられたあなたの顔をストリーミングします。
図A
フェイススワップ動画のストリーミングが驚くほどスムーズに表示され、驚きました。出荷時は、コンピューティングデバイスとしてNVIDIA GeForce GPUを使用するように設定されています。CPUに切り替えると、ストリーミング動画がカクカクし、ノートパソコンの速度が劇的に低下しました。フェイススワッパーセクションのデバイスドロップダウンからデバイスをGPUに戻すと、パフォーマンスは正常に戻りました。
もう一つのサンプルアプリケーションは、ベンチマーク用に作成されたJupyter Notebookです。このアプリを実行すると、デフォルトのFirefoxブラウザで新しいノートブックが開き、様々なセクションをスクロールして、様々なトレーニングモデルに基づくベンチマーク情報（図B）を確認できます。
図B
Lambda Tensorbookの素晴らしい機能
Lambda Tensorbookには、機械学習というよりは、単にキラーノートPCとして優れた性能を発揮する、実に素晴らしい工夫がいくつか施されています。まず、キーボードは素晴らしいです。紫色のバックライト付きキー（図C）は、キーストロークとキーの押し心地がちょうど良く、レスポンスの良いキーボードを求める人に最適です。
図C
次に、このスピーカーは、ここ最近聴いたノートパソコンの中で最高の音質の一つです。MacBook Pro M1と比べても、Lambda Tensorbookの音は素晴らしいです。
このノートパソコンのケースも非常に洗練されており（図D）、すっきりとしたラインで、質実剛健で機能的なデザインを損なうものはほとんどありません。このケースは、2015年に購入したお気に入りのPixel Chromebookを思い出させます。
図D
最後に、デスクトップはごくシンプルなGNOMEで、デフォルトでダークテーマに設定されています。個人的にはライトテーマの方が好みですが、コンセントに接続せずにこのモンスターを使う場合、バッテリー寿命が最優先事項となることを考えると、ダークオプションを採用した理由は理解できます。
Lambda Tensorbook は誰のためのものですか?
これ以上ニッチなハードウェアを体験したことがあるかと問われれば、思い出せません。Lambda Tensorbookはまさにニッチの極み…そして、この言葉のあらゆる肯定的な解釈を含んだ意味で、まさにニッチです。このラップトップは、どんな負荷をかけても平気でこなす、まさにモンスター級の性能です。特にGPUを使った機械学習のトレーニングでは、その威力は絶大です。機械学習とAIに興味があり、ベースモデルの3,499ドルを支払う覚悟があるなら、このラップトップはまさにうってつけです。
高価で、重く、かなり熱くなりますが、ML/AI に比類のないモバイル パワーが必要な場合、これより良い選択肢を見つけるのは難しいでしょう。
Jack Wallen によるビジネス プロフェッショナル向けの最新のテクノロジー アドバイスをすべて知るには、YouTube でTechRepublic の How To Make Tech Work を購読してください。
