なんちゃってSEの足跡

またまたNVIDIAが面白そうなアプリを公開してくれました。 その名も NVIDIA Omniverse Create!!           NVIDIA Omniverse Createは、高度なシーン構築を高速化するアプリで、Pixar USDでシーンの組み立て、照明を当て、シミュレーション操作、レンダリングをインタラクティブにリアルタイムで行えるとのこと。 ようは「質の高い３Dシーンを手早く構築できるよ！！」ってアプリです。 特に「照明を当て、シミュレーション操作」の部分。リアルタイム・レイトレーシングといえばNVIDIAの超得意分野ですからね。光と影の美しいシーンが作成できるのを期待しています。 これは昨今のメタバース需要の中で活躍出来るツールかもしれません。 実際どんなものが作れるの？ NVIDIA Omniverse Createを起動すると5つのサンプルシーンがあります。 その内の1つ「Flight」を見てみましょう。 綺麗だなぁ。このレベルのものを作ってみたい。 サンプルシーンの他にもハイクオリティなアセットがデフォルトで入ってるので、３Dモデルを作成できなくても元から入ってる素材を並べるだけでそれなりのものが作れそうです！！ ちなみに下記URLで様々なクリエータの作品が公開されています。（美しい...） https://www.nvidia.com/ja-jp/omniverse/gallery-submissions/ システム要件 NVIDIA提供ツール全般に言えることなのですが、要件が結構厳しいのですよね。 ストレージ空き容量が500GB以上必要というアホみたいにストレージを使うらしいので、普段使いのPCでは不足しそうです。 一瞬、500 MB だと思いましたが、見間違いではなく500 GB です。 GPUはRTX2080以上を推奨していますが、RTX2070 SuperやRTX3070 Laptopでも動きました。 レンダリングの時に多少動きがカクカクになりますが、それほど問題はなかったです。 要素 最小構成 OSサポート Windows 10 64 ビット(バージョン 1903 以降) CPU In...

目的 Pythonで書いたLambdaのAPIを標準ライブラリのunittestを使ってテスト。 motoを使ってLambdaとDynamoDBをモックすることで、AWSに接続せずにunittestを動かす。   motoとは？ LambdaやDynamoDBに限らず、S3など様々なAWSサービスをモック出来る優れものです。 ただし、全てのAWSサービスに対応しているわけではないで、 motoのドキュメント から対応サービスを確認してください。 ディレクトリ階層 root ├ apis │ └ handler.py ← Lambdaのソースコード └ test └ test_handler.py ← handler.pyに対するテストコード ライブラリのインストール $ pip install boto3 $ pip install docker $ pip install moto 各バージョン Python 3.8.5 boto3 1.20.7 docker 5.0.3 moto 2.2.15 Lambdaの実装（handler.py） リクエストパラメータのnameをDynamoDBのtest-tableという名前のテーブルに登録するだけのAPI。 import boto3 import json import uuid from http import HTTPStatus DYNAMO_DB = boto3.resource('dynamodb', region_name='ap-northeast-1') TEST_TABLE = DYNAMO_DB.Table('test-table') def handler(event, context): # リクエストパラメータ取得 body = json.loads(event.get('body') or '{}') # DynamoDBに登録 item = { 'id': str(uuid.uuid4()), 'name': body.get('name') } TES...

  前回レビューしたゲーミングノートPC「ASUS Zephyrus G15」 に搭載されているRTX3070 Laptopを使ってマイニングしてみようと思います。 我が家では今までデスクトップ用のRTX2070 Superだけでマイニングしてましたが、これからはRTX3070 Laptopと合わせて2台でマイニングすることになります。 正直ノートPC用のGPUだし期待度は低です。ハッシュレートは 20MH/s くらい出てくれれば御の字かなと思ってます。 が、 予想外の結果になりました！ ※記事の最後に1カ月続けた結果を載せてます。 マイニングツールをセットアップ 簡単お手軽、NiceHashのQuickMinerを使います。 セットアップ方法は こちらの記事 が非常に参考になりました。 NiceHashやコインチェックのアカウントは元々持っていたので、セットアップは5分程度で済みました。 注意！ 2022年09月16日追記 この記事はイーサリアムがPoS移行する前に書いた記事です。 2022年09月15日からイーサリアムのマイニングは出来ないので、ここから先の内容は当てになりません。 とはいえ、2022年09月16日現在はイーサリアム・クラシックのマイニングは出来るようなので、 こちらの記事 を参考にしてください。 マイニング開始 あれ？RTX3070 Laptopのオーバークロックの最適化ボタンが出てこないな？ Laptopでマイニングなんて推奨されてないから使えないのかな？ 少し面倒ですが、自分で調教しますか。 取り敢えずデフォルト設定のままマイニング開始。   さてさて、ハッシュレートは。。。ん？ 46.74MH/s ？ ちょっと混乱中。RTX3070ってマイニング制限かかってて、デスクトップ用でも 30MH/s くらいしか出ないんじゃなかったっけ？ って思って調べてみたら確かにデスクトップ用のRTX3070はマイニング制限がかけられてるけど、ノートPC用にはそんな情報なし。 これは嬉しい誤算ですな。 ノートPC用GPUのクセにデスクトップ用GPUのRTX2070 Superの 42.71MH/s 以上のハッシュレートを叩き出してくれて、且つ消費電力も低いとは。しかも調教が済んでない状態なのに。 マイニング収益 1日マイニングを続けてみ...

衝動買いしてしまったASUS  Zephyrus G15！ 11月に入って仙台は結構肌寒くなってきました。 我が家ではもうコタツを出して、そこから抜け出せない状況が続いてます。 それでコタツに入りながら使えるノートPCを求めて、ついポチってしまいました。       用途 コタツに入りながら使ったり、エアロバイクを漕ぎながら動画鑑賞。 ブログ記事作成。 アプリの個人開発。 機械学習の訓練モデル作成。 オフラインゲーム。 PCを使ってない時間はマイニングで少しでもPC代を回収。 特に下３つのためにそこそこ高性能なGPU搭載のノートPCが必要でした。 GPUはゲーム用途ではCUDAコア、機械学習用途ではTensorコアが欲しいのですが、RTXシリーズは両方搭載しているんですよね。 でもRTX3070にはマイニング制限がかかってる点はイマイチ 。 Zephyrus G15の構成 ディスプレイ：15.6インチTFTカラー液晶/ノングレア/2,560×1,440@165Hz CPU：AMD Ryzen 9 5900HS（8コア16スレッド 3.0GHz） GPU：RTX3070 Laptop CUDAコア：5,120コア Tensorコア：160コア RTコア：40コア メモリ：16GB SSD：1TB 重量：1.99kg 目を見張るべきは搭載GPUですね。 我が家のメインPC（デスクトップ）に搭載しているRTX2070SuperのCUDAコア数が2,560コアなので単純に2倍！！ もちろんコア数が全てではないですし、所詮ノートPCなので数値程の性能は期待してませんが、私の用途としては十分です。（元々はRTX3050tiを買おうをしてましたし。） あとAMDのCPUにNVIDIAのGPUってどうなの？って気持ちはありますが、これはしばらく使ってみて判断になるでしょう。 金額 こんな構成のPCですが、お値段なんとAmazon通常価格249,800円のところ、セール特価5万円OFFで 199,800円 ！ RTX3070搭載ノートPCが20万円以下だと。。。？ 他ノートPCで20万だとRTX3050Tiのモデルばかりで、RTX3070クラスだと30万近いのが殆どなのに、と思ってたらいつの間にか決済ページに飛んでました。 開封   ...

前回の記事 Serverless Frameworkを使ってAWS S3にAngularアプリを自動デプロイする 今回やりたいこと 前回と同じくServerless Frameworkを使ってAWS S3にAngularアプリをデプロイする。 デプロイしたAngularアプリに独自ドメインを使用してアクセスできるようにする。   前提 前回の記事 の内容を把握済み。 AWS ACMで証明書を発行済み。 AWS Route53で独自ドメインを取得済み。 システム構成 serverless.ymlを修正 前回の記事で作成したserverless.ymlを修正します。 service: angular-test-app frameworkVersion: '2' plugins: - serverless-single-page-app-plugin - serverless-cloudfront-invalidate provider: name: aws stage: ${env:STAGE} region: ap-northeast-1 stackName: ${self:service}-${self:provider.stage} environment: stage: ${self:provider.stage} custom: # ↓ここを追加↓ domainName: Route53で取得した独自ドメイン hostedZoneId: Route53で取得した独自ドメインのホストゾーンID acmCertificateArn: ACMで発行した証明書のARN # ↑ここを追加↑ s3Bucket: ${self:service}-deploy-${self:provider.stage} s3LocalPath: dist/ cloudfrontInvalidate: - distributionIdKey: CDNDistributionId autoInvalidate: true items: - '/*' resources: Resources: WebAppS3Bucket:...

やりたいこと AWS S3にAngularアプリを静的WEBホスティングする。 CloudFrontでHTTPS通信＆高速化する。 開発環境やステージング環境など、複数の環境へのデプロイを簡単に切り替えたい。 上記作業をServerless Frameworkを使って自動化する。 独自ドメインは......設定出来るけど、今回は除外。 → 別記事 にしました。 前提 AWSアカウントを持っている。 デプロイに必要な権限を持ったAWS IAMユーザのアクセスキー・シークレットアクセスキーを持っている。 Angularアプリを作成済。（Angularである必要性はないです）   システム構成   Serverless Frameworkをインストール $ npm install serverless $ npm install serverless-single-page-app-plugin $ npm install serverless-cloudfront-invalidate Serverless Frameworkのバージョン この記事で使用しているServerless Frameworkのバージョンです。 serverless：2.52.0 serverless-cloudfront-invalidate：1.9.0 serverless-single-page-app-plugin：1.0.2 serverless.ymlを作成 下記内容の serverless.yml を作成してプロジェクトのルートディレクトリに配置します。 service: angular-test-app frameworkVersion: '2' plugins: - serverless-single-page-app-plugin - serverless-cloudfront-invalidate provider: name: aws stage: ${env:STAGE} region: ap-northeast-1 stackName: ${self:service}-${self:provider.stage} environment: stage: ${self:provider.stage} ...