t_wの輪郭

RadeonでGPGPUしようとするの、我ながらようやるわと思う。思い返すと大学生の頃にもOpenCLでなんとかやろうとしてたな。

https://github.com/libmir/dcompute

D言語でGPGPUができるライブラリ。

https://arxiv.org/pdf/2110.11226.pdf

WebGPUはコンピュートシェーダーとかいうGPGPU用のシェーダーが使えるので、スマホでWebGPUが使えるようになると色々捗る予感。

遺伝的プログラミングで文章の類似度を学習させるの、CPUで一から学習させるには計算量が全然足りない。GPGPUで学習させたいが、再起的な構造と処理によって文章を処理しているために、GPGPUとは相性が悪い。構造から手をつけるべきか。

Transformerを参考にすると良さそうだが、あれを理解するのに手間取っている。さらに言えばAttentionも理解できていない。あり物のモデルを使ったり学習させるだけなら理解は不要だが、遺伝的プログラミングに組み込もうとすると十分に理解する必要がある。

普通の言語モデルも一から学習させると相応に時間がかかるだろうし、一晩で学習が進まないのを嘆くのは気が早すぎるかもしれない。私の投稿を学習データ化した物でさえ、一晩でやっと一巡できる程度だ。Wikipediaも学習データに含み出すととんでもない時間がかかる。

WebGLやOpenGLを使ってGPGPUを行う場合には、GPGPUでは計算結果をテクスチャに出力する。

CUDAやOpenCLを用いる場合にはまた違ってくるかもしれない。

今どきの3DCGは服の揺れる感じがすごいな……
コンピュータの処理能力の向上だったり、GPGPUの普及だったりでモーションの厳密な計算ができるようになったんだろうな。

流体シミュレーションは処理が重い
CPUよりもGPUで流体を処理するほうが速いため、滑らかに処理できる粒子の数が増やせる