今週、 「マイナンバーカード取得者にポイント付与　「○○ペイ」と連携、20年度導入へ 2019年09月03日 ITmedia」 というニュースが出ていました。

公務員は個人カード年度内取得を　政府、普及率向上で実質義務化 中日新聞 2019年8月19日

深層学習が一般にブームになり始めた2015年末頃は、intel core i7 6700kなどが主流で、4coreが最大だったと思います。その時代に買ったPC（けちったので i5 6600）のGPUは更新してたのですが、最近は計算時にCPUが100%になることが多くなってきたので、そろそろCPUの交換の時期かと思っています。

Google ColabでPythonを初めて使う人が、急にエラーが出てきたとき、どうやってリセットするか？どこのポイントにリセットされるか？を知っておくと便利な気がしたのでメモしておきます。

最近暑くなってきて、そろそろ冷たいボトルコヒーでも飲もうかと、去年買っていたUCCのボトルコヒーを買ってみました。買ったのは「UCC 職人の珈琲 ミルクに最適」というので、2017年プレスリリース時 (「UCC 職人の珈琲」ブランドに、ミルク割専用製品が新登場！)は

ポスト京の名前が「富岳（ふがく）」に決まったようで、スペックもだいぶん明らかになってきました。また、昨年PFNが独自のディープラーニング専用チップ(MN-Core)を開発すると発表しました。富岳は汎用計算機で、今回ディープラーニングの計算にも対応しているのに対し、MN-Coreはディープラーニング専用で作られています。ここで、現在ディープラーニングに使われているNVIDIAのGPUとしてTesla P100（話の都合上 Tensor Coreが入っていないP100にしています）を加えて、単体のチップの性能について見てみたいと思います。

計算速度が一気に8倍速くなるらしいTensor Coreが使えるということで、昨年9月にTuring世代のGPUを買ってみたものの、Tensor Coreが簡単に使えて一気に早くなるわけでもなく、しばらくTensor Coreが使えているかどうかもよくわからない状態でした。今回一部修正もあって、Chainer v7.0.0a1でTensor Coreが使えることがほぼ確認できました。