Generatived（Beta）｜生成AIの最新ニュースとトレンドを提供

NVIDIA（米国カリフォルニア州）は、JAXを用いた大規模言語モデル（LLM）の学習において、GPU高帯域幅メモリ（HBM）の使用量を抑える「Host Offloading」の活用方法を紹介した。Grace Blackwellアーキテクチャーとの組み合わせにより、学習効率の向上が期待できるという。

Host Offloadingは、順伝播時に一部のアクティベーションをホストメモリへ退避し、逆伝播時に再読み込みする仕組みで、再計算を行うActivation Rematerializationの代替手法として位置付けられる。NVLink-C2CによるCPUとGPU間の高速接続を活用し、転送を計算と重ねることでHBM負荷を軽減すると説明している。

同社はMaxTextを用いたLlama 3.1 405BおよびDeepSeek-V3 671Bで検証を実施した。DeepSeek-V3では最適化により処理性能が約57％向上し、より大きなバッチサイズでの学習も可能になったという。NVIDIAは、JAX ToolboxやTensorRT関連ツールと組み合わせることで、大規模AIモデルの効率的な学習環境を構築できるとしている。