AIアプリ Dojo #1 [入門者歓迎] GPUを活用して生成系AIに触れてみよう

https://ibm-developer.connpass.com/event/285217/ のセッション資料です。

生成系AIが一般に広まりつつある中で、企業内で独自の生成系AIを動かせる環境を作りたいというニーズが高まっています。 このセッションでは、NVIDIAのGPUを利用して、既存の生成系AIモデルを動かしてみる、という観点で、日本語での対話モデル、Stable Diffusionによる画像生成を実行するためにどうすればいいのか、モデルが実行される時にCPU、メモリ、GPUがどのように動くのかについて、デモを交えてご紹介します。加えて、IBM Cloudから利用できるGPUサーバーについてもご紹介します。

Transcript

1. ೔ຊΞΠɾϏʔɾΤϜגࣜձࣾ ςΫϊϩδʔࣄۀຊ෦ ΧελϚʔɾαΫηε ϓϦϯγύϧɾϚωʔδϟʔ ݉ 8JOEPXT
   $POUBJOFS
   1PSUJOH
   1SPHSBN
   ਪਐϦʔμʔ େ੢ জ "LJSB0OJTIJ!JCNDPN 5XJUUFS
   !POJBL
   IUUQTXXXGBDFCPPLDPNBLJSBPOJTIJ IUUQTXXXMJOLFEJODPNJOPOJBL "*ΞϓϦ %PKP
   ୈճ <ೖ໳ऀ׻ܴ>
   (16Λ׆༻ͯ͠ੜ੒ܥ"*ʹ৮ΕͯΈΑ͏
   
   
2. ࣗݾ঺հ 1SPQFSUZ 7BMVF ࢯ໊ େ੢ জ 5XJUUFS-JOLFE*O POJBL *5ۀքྺ ೥໨ ϚΠϒʔϜ μΠΤοτ )BTI5BH ͍͍Ͷ͐੩Ԭੜ׆ ࠲ӈͷ໏ ౿·Εͯ΋ͳ্ཱ͓͕ͪΔಓͷ૲ Α͘࢖͏ٕ ೴಺ม׵Ͱࣗ෼ΛϙδςΟϒʹ IUUQTXXXGBDFCPPLDPNBLJSBPOJTIJ 'BDFCPPLʮ͓ʹ͋͘ʯͰݕࡧ
3. "*ΞϓϦ%PKP
   ୈճͷൣғ اۀ಺ͷ"*׆༻ʹܨ͍͛ͯͨ͘Ίɺ طଘͷϞσϧΛͦͷ··ར༻͢Δཱ৔Ͱग़ൃ͠ɺ ੜ੒ܥ"*Λࢼͯ͠ΈΔ ˞ମݧ͕த৺ͷͨΊɺͦΕͧΕͷٕज़Λ ໢ཏతʹղઆ͢ΔηογϣϯͰ͸͋Γ·ͤΜɻ
4. ࠓ೔ͷ࿩୊ 8JOEPXTͱ/7*%*"
   (16Λར༻ͯ͠ɺެ։͞Ε͍ͯΔϞσϧΛಈ͔͢ 1$ϋʔυ΢ΣΞͱιϑτ΢ΣΞ͕ͲͷΑ͏ʹܨ͕͍ͬͯΔ͔Λ஌Δ ϩʔΧϧϋʔυ΢ΣΞ 8JOEPXT
    1ZUIPO
   1Z5PSDI
   $6%" ର࿩ܕ"* ΞϓϦ ը૾ੜ੒ ΞϓϦ *#.
   $MPVE্ͷϕΞϝλϧ 8JOEPXT
   4FSWFS 1ZUIPO
   1Z5PSDI
   $6%" ର࿩ܕ"* ΞϓϦ ը૾ੜ੒ ΞϓϦ
5. "*ͱର࿩͢ΔαʔϏεͷߏ੒ 8FCϒϥ΢β ΞϓϦ 8FCαΠτ 8FC "1* αʔϏε AIモデル 計算処理 ࠓ೔͸͜͜ͷ࿩ ͜ͷܭࢉΛ "*ਪ࿦ॲཧͱ΋ݴ͏
6. "*ֶशͱ"*ਪ࿦Λ෼͚ͯߟ͑Α͏ "*ֶश Ϟσϧͷ࡞੒ɺվྑ "*ਪ࿦ ϞσϧΛར༻ͨ͠ܭࢉ ֶश σʔλ ਂ૚ֶश ʢܭࢉʣ ཧ࿦తͳԾઆɺݚڀɺ ࣮ূ͔Βͷཪ෇͚ େن໛ͳܭࢉࢿݯ )1$
   )JHI
   1FSGPSNBODF
   $PNQVUJOH "*Ϟσϧ "*ਪ࿦ʹదͨ͠ ίϯϐϡʔλʔ ඞཁͳ౤ࢿ "*ਪ࿦ʹదͨ͠ 04ɺϥϯλΠϜ "*ϞσϧΛ࢖ͬͨܭࢉ ϞσϧʹΑΔ࣮ݧɺݕূ "*ίϛϡχςΟͷϥΠϒϥϦΛར༻ͯ͠ ୯ମͰ΋࢝ΊΒΕΔ සൟʹߋ৽͕ൃੜ͢ΔલఏͰͷ ։ൃɾӡ༻͕ཧ૝త ϑΟʔυόοΫ ڊେͳσʔλϨΠΫϋ΢εɺ σʔλαΠΤϯςΟετɺ )1$؀ڥ΁ͷ౤ࢿ͕ඞཁ IUUQTIVHHJOHGBDFDP
7. "*ਪ࿦ͷ࣮ߦ؀ڥ IUUQTQZQJPSH IUUQTIVHHJOHGBDFDP ίϯϐϡʔλʔ 8JOEPXT-JOVY
   04 1ZUIPO
   1Z5PSDI ͳͲ $16 (16ϝϞϦ ϝϞϦ (16 ϝϞϦ (16ϝϞϦ /7.F 44% (16υϥΠό (1(16ԋࢉϥΠϒϥϦ "*ϞσϧΛར༻ͨ͠ΞϓϦ ϋʔυ΢ΣΞந৅ԽϨΠϠʔ )BSEXBSF
   "CTUSBDUJPO
   -BZFS $IJQ ηοτ /FUXPSL
   *OUFSGBDF طଘͷ"*Ϟσϧ ࢲ͕࣮ͨͪ૷͢Δਪ࿦༻ͷίʔυ "*ϞσϧΛ࢖ͬͨܭࢉ طଘͷϥΠϒϥϦ IUUQTXXXOWJEJBDPNKBKQ ిݯϢχοτ
8. (16
   (SBQIJDT
   1SPDFTTJOH
   6OJU ήʔϜɺΤϯλϝ ݐங΍޻ۀɺߴ౓ͳࢹ֮ԽΛཁ͢ΔϏδωε "*ͱσʔλαΠΤϯε
9. ߦྻͱϕΫτϧͷੵɺ̎ͭͷߦྻͷੵ 𝑎!! ⋯ 𝑎!" ⋮ ⋱ ⋮ 𝑎#! ⋯ 𝑎#" 𝑝! ⋮ 𝑝" = ? 𝑎!! ⋯ 𝑎!" ⋮ ⋱ ⋮ 𝑎#! ⋯ 𝑎#" 𝑝!! ⋯ 𝑝!$ ⋮ ⋱ ⋮ 𝑝"! ⋯ 𝑝"$ = ? ͜ΕΒͷܭࢉࣗମ͸ɺ୯७ͳϧʔϓॲཧͰղܾͰ͖Δ O
   N
   Jͷ਺͕େ͖͘ͳΕ͹ɺ ܭࢉճ਺͸͞Βʹ૿͑Δ
10. (1(16
    (FOFSBM
    1VSQPTF
    (16 ը૾ॲཧҎ֎ͷ໨తͰ(16Λ࢖ͬͯܭࢉ ̀ ߦྻԋࢉɺฒྻॲཧ͕ಘҙ ࠷ۙͷ(16͸ɺਂ૚ֶश༻ͷػೳΛ಺ଂ ߦྻԋࢉճ࿏Λ࢖ͬͯߴ଎ʹܭࢉΛ࣮ߦ IUUQTXXXOWJEJBDPNFOVTEBUBDFOUFSUFOTPSDPSFT
11. ྫ
    /7*%*"
    (F'PSDF
    359
     https://www.gainward.com/main/vgapro.php?id=1162&lang=jp /7*%*"
    "EB
    -PWFMBDF
    ʢΤΠμɾϥϒϨεʣ "SDIJUFDUVSF https://www.nvidia.com/ja-jp/geforce/ada-lovelace-architecture/ 主なスペック トランジスタ数 763億 CUDA Core (シェーダプロセッサ) 数 16,384 Tensor Core数 512 RT Core数 128 GPU クロック 2.23GHz (ブースト時 2.52GHz) TDP 450W PCIe 4.0接続 https://www.4gamer.net/games/656/G065603/20221010003/
12. σʔληϯλʔ޲͚ /7*%*"
    (16 https://www.nvidia.com/ja-jp/data-center/graphics-cards-for-virtualization/ https://www.nvidia.com/ja-jp/data-center/a100/
13. (16Λ࢖ͬͯܭࢉΛ࣮ߦ͢ΔͨΊʹ͸ʁ (16ϋʔυ΢ΣΞʹରԠͨ͠σόΠευϥΠό /7*%*"
    $6%" .JDSPTPGU
    %JSFDU$PNQVUF 0QFO$- ".%
    30$N $
    ".1 ʜ
14. /7*%*"
    (16υϥΠόͷΠϯετʔϧྫ ྫ
    *#.
    $MPVE্ͷϕΞϝλϧαʔόʔʹ/7*%*"
    5FTMB
    5Λ૊ΈࠐΜͩ؀ڥ NVIDIA Tesla T4: https://www.nvidia.com/ja-jp/data-center/tesla-t4/ GPUメモリ 16GB, 消費電⼒ 70W CUDAコア: 2,560 Turing Tensorコア: 320 FP32 8.1 TFLOPS
15. /7*%*"
    $6%" $6%"
    $PNQVUF
    6OJGJFE
    %FWJDF
    "SDIJUFDUVSF /7*%*"͕։ൃɾఏڙ͍ͯ͠Δ(1(16ϓϩάϥϛϯά Ϟσϧ 0QFO$-%JSFDU$PNQVUF͸ɺ/7*%*"ͷ(16Λར༻͠ ͍ͯΔ৔߹͸ɺ$6%"ܦ༝Ͱॲཧ͞ΕΔ 8JOEPXT·ͨ͸-JOVY্Ͱͷ࣮ߦʹݶఆ https://developer.nvidia.com/cuda-zone
16. $6%"
    5PPMLJUͷΠϯετʔϧ ΠϯετʔϥʔΛμ΢ϯϩʔυ ௨ৗ͸<ߴ଎ ਪ঑ >ͰΠϯετʔϧΛ࣮ߦ ΋͠7JTVBM
    4UVEJP
    ؔ࿈ͷ&YUFOTJPOͰΤϥʔʹ ͳΔ৔߹͸ɺ<ΧελϜ>ΠϯετʔϧʹΑΓɺ ΤϥʔͱͳΔػೳΛ֎ͯ͠Πϯετʔϧ IUUQTEFWFMPQFSOWJEJBDPNDVEBUPPMLJUBSDIJWF
17. $6%"
    Πϯετʔϧޙͷ֬ೝ γεςϜ؀ڥม਺Λ֬ೝ͢Δ
18. $6%"
    Πϯετʔϧޙͷ֬ೝ  ίϚϯυϓϩϯϓτ ͋Δ͍͸1PXFS4IFMM ͔Β OWDD 7
    Λ࣮ߦ
19. 128GB/2 = 64GBを 共有GPUメモリとして利⽤ $16ɺ(16ɺͦΕͧΕͷϝϞϦ CPU AMD Ryzen 9 5950X DDR4 32GBメモリ DDR4 32GBメモリ DDR4 32GBメモリ DDR4 32GBメモリ ྫ
    ೥݄ʹൃച͞Εͨ".%
    3Z[FO
    
    9ͱ(#
    %%3ϝϞϦɺ(16Λ૊Έ߹Θͤͨ৔߹ GPU NVIDIA GeForce RTX 4090 PCIe 4.0 x 16 GPU⽤GDDR6X 24GB メモリ
20. $6%"ʹΑΔܭࢉͷྲྀΕʢͬ͘͟Γͱʣ  ܭࢉʹ࢖͏σʔλΛ$16ଆͷϝϞϦ͔Β (16ଆͷϝϞϦʹίϐʔ  $16͔Β(16΁ܭࢉॲཧΛࢦࣔ  (16ͰฒྻܭࢉΛ࣮ߦ  (16༻ϝϞϦ͔Β݁ՌΛ$16ଆͷϝϞϦʹίϐʔ ˞
    (16্Ͱ͸ܭࢉॲཧ͔࣮͠ߦͰ͖ͳ͍ͨΊɺ ϑΝΠϧΞΫηε΍σʔλϕʔεΞΫηε͸ $16ଆͰܭࢉͷࣄલɾࣄޙʹॲཧ͢Δ͜ͱ
21. 1ZUIPO ΠϯλϓϦλܕݴޠ ಈతͳܕ෇͚ ։ൃޮ཰ΛߴΊΔϑϨʔϜϫʔΫɺϥΠϒϥϦ https://www.python.org/downloads/release/python-3106/ 今回は Python 3.10.6 を使います
22. ຊ୊
    "*ਪ࿦ʹ(16Λ࢖͏ʹ͸ʁ ྫ
    1ZUPSDI
    "*Ϟσϧ
    $6%"
    ͷ૊Έ߹Θͤ IUUQTEFWFMPQFSOWJEJBDPNDVEBUPPMLJUBSDIJWF IUUQTQZUPSDIPSHHFUTUBSUFEMPDBMMZ 1ZUPSDI
    1ZUIPOͷΦʔϓϯιʔεͷػցֶश ϥΠϒϥϦɺ$6%"ɺ30$NʹରԠ ࢀߟ
    *#.΋1ZUPSDIϓϩδΣΫτ΁ࢀՃ IUUQTSFTFBSDIJCNDPNCMPHJCNQZUPSDIDMPVEBJFUIFSOFU
23. 1ZUPSDI
    $6%"ͷ؀ڥΛ੔͑Δ https://pytorch.org/get-started/locally/ ͝஫ҙ ࠷৽ͷ$6%"
    5PPMLJU ͸ରԠͯ͠·ͤΜ $6%"
    ·ͨ͸ΛΠϯετʔϧ ͠·͠ΐ͏
24. )VHHJOH
    'BDF
    5SBOTGPSNFST https://github.com/huggingface/transformers/blob/main/README_ja.md pip install transformers ࣗવݴޠͷཧղ ࣗવݴޠͷੜ੒
25. ೔ຊޠಛԽͷݴޠϞσϧΛ࣮ߦͯ͠ΈΔ ؀ڥ
    8JOEPXT
    
    1SP 1ZUPSDI
    $6%"
    
    /7*%*"
    (F'PSDF
    359
    
    (#
    ϝϞϦ ؀ڥ
    8JOEPXT
    4FSWFS
    
    1ZUPSDI
    $6%"
    
    /7*%*"
    5FTMB
    5
    (#
    ϝϞϦ ԯύϥϝʔλ೔ຊޠର࿩(15ݴޠϞσϧ
    IUUQTIVHHJOHGBDFDPSJOOBKBQBOFTFHQUOFPYCJOTUSVDUJPOTGU
26. import torch import time from transformers import AutoTokenizer, AutoModelForCausalLM prompt_base = "ユーザー: {}<NL>システム: " start = time.perf_counter() tokenizer = AutoTokenizer.from_pretrained("rinna/japanese-gpt-neox-3.6b-instruction-sft", use_fast=False) end = time.perf_counter() print("Tokenizer loaded:"+str(end-start)) start = time.perf_counter() model = AutoModelForCausalLM.from_pretrained("rinna/japanese-gpt-neox-3.6b-instruction-sft") #GPUメモリが12-16GBの場合、float16でなんとかメモリ内に収める #model = AutoModelForCausalLM.from_pretrained("rinna/japanese-gpt-neox-3.6b-instruction-sft", torch_dtype=torch.float16) end = time.perf_counter() print("CausalLM loaded:"+str(end-start)) if torch.cuda.is_available(): model = model.to("cuda") print ("cuda is available") def encoding(prompt): start = time.perf_counter() token_ids = tokenizer.encode(prompt, add_special_tokens=False, return_tensors="pt") with torch.no_grad(): output_ids = model.generate( token_ids.to(model.device), do_sample=True, max_new_tokens=256, temperature=0.9, top_k=50, repetition_penalty=1.0, pad_token_id=tokenizer.pad_token_id, bos_token_id=tokenizer.bos_token_id, eos_token_id=tokenizer.eos_token_id ) output = tokenizer.decode(output_ids.tolist()[0][token_ids.size(1):]) output = output.replace("<NL>", "¥n") end = time.perf_counter() print("Encoding completed:"+str(end-start)) return output #続き def do_conversation(): text = input("Neox-3.6b＞") if text == "end": return False prompt = prompt_base.format(text) result = encoding(prompt) print(result) return True while True: res = do_conversation() if res == False: break
27. 4UBCMF
    %JGGVTJPO ೥ʹެ։͞ΕͨɺςΩετೖྗ͔Βը૾ Λੜ੒͢Δਂ૚ֶशϞσϧ $6%"Λαϙʔτ͍ͯ͠Δ04্Ͱ࣮ߦ 4UBCMF
    %JGGVTJPOΛ࢖͍΍͘͢͢ΔͨΊͷ8FC
    6*͸ɺ ༗ࢤʹΑΓ"(1-ϥΠηϯεͰެ։͞Ε͍ͯΔ ϥΠηϯεࣄ߲ʹ஫ҙ IUUQTHJUIVCDPN"650."5*$TUBCMFEJGGVTJPOXFCVJ https://github.com/Stability-AI/stablediffusion
28. *#.
    $MPVE
    (16
    4FSWFS ϕΞϝλϧ
    (16
    
    ֹ݄՝ۚ /7*%*"
    5
    1
    7 Ծ૝Ϛγϯ 71$
    (FO
    
    (16
    
    ࣌ؒ՝ۚ /7*%*"
    7 ಛผ஫จʹΑΓ"
    ୆ߏ੒
    ͷఏڙ͋Γ ˞
    ৄࡉ͸4VQQPSU
    $BTFͰ͓໰͍߹Θ͍ͤͩ͘͞ https://www.ibm.com/cloud/gpu
29. ·ͱΊ (16Λ࢖ͬͨੜ੒ܥ"*Ϟσϧͷ࣮ߦ $BMM
    UP
    "DUJPO ຊ೔ͷମݧΛଞͷਓʹڞ༗͢Δ ൚༻ܭࢉʹ(16Λ࢖ͬͯΈΔ *#.
    $MPVE
    (16
    $MPVE
    4FSWFSΛ஌Δ
30. ϫʔΫγϣοϓɺηογϣϯɺ͓Αͼࢿྉ͸ɺ*#.·ͨ͸ηογϣϯൃදऀʹΑͬͯ४උ͞ΕɺͦΕͧΕಠࣗͷݟղΛ൓өͨ͠΋ͷͰ͢ɻͦΕΒ͸৘ใ ఏڙͷ໨తͷΈͰఏڙ͞Ε͓ͯΓɺ͍͔ͳΔࢀՃऀʹରͯ͠΋๏཯త·ͨ͸ͦͷଞͷࢦಋ΍ॿݴΛҙਤͨ͠΋ͷͰ͸ͳ͘ɺ·ͨͦͷΑ͏ͳ݁ՌΛੜΉ΋ ͷͰ΋͋Γ·ͤΜɻຊߨԋࢿྉʹؚ·Ε͍ͯΔ৘ใʹ͍ͭͯ͸ɺ׬શੑͱਖ਼֬ੑΛظ͢ΔΑ͏౒ྗ͠·͕ͨ͠ɺʮݱঢ়ͷ··ʯఏڙ͞Εɺ໌ࣔ·ͨ͸҉ ࣔʹ͔͔ΘΒ͍͔ͣͳΔอূ΋൐Θͳ͍΋ͷͱ͠·͢ɻຊߨԋࢿྉ·ͨ͸ͦͷଞͷࢿྉͷ࢖༻ʹΑͬͯɺ͋Δ͍͸ͦͷଞͷؔ࿈ʹΑͬͯɺ͍͔ͳΔଛ֐ ͕ੜͨ͡৔߹΋ɺ*#.͸੹೚ΛෛΘͳ͍΋ͷͱ͠·͢ɻ
    ຊߨԋࢿྉʹؚ·Ε͍ͯΔ಺༰͸ɺ*#.·ͨ͸ͦͷαϓϥΠϠʔ΍ϥΠηϯεަ෇ऀ͔Β͍͔ͳ Δอূ·ͨ͸ද໌ΛҾ͖ͩ͢͜ͱΛҙਤͨ͠΋ͷͰ΋ɺ*#.ιϑτ΢ΣΞͷ࢖༻Λنఆ͢Δద༻ϥΠηϯεܖ໿ͷ৚߲Λมߋ͢Δ͜ͱΛҙਤͨ͠΋ͷͰ ΋ͳ͘ɺ·ͨͦͷΑ͏ͳ݁ՌΛੜΉ΋ͷͰ΋͋Γ·ͤΜɻ ຊߨԋࢿྉͰ*#.੡඼ɺϓϩάϥϜɺ·ͨ͸αʔϏεʹݴٴ͍ͯͯ͠΋ɺ*#.͕Ӧۀ׆ಈΛߦ͍ͬͯΔ͢΂ͯͷࠃͰͦΕΒ͕࢖༻ՄೳͰ͋Δ͜ͱΛ҉ࣔ ͢Δ΋ͷͰ͸͋Γ·ͤΜɻຊߨԋࢿྉͰݴٴ͍ͯ͠Δ੡඼ϦϦʔε೔෇΍੡඼ػೳ͸ɺࢢ৔ػձ·ͨ͸ͦͷଞͷཁҼʹج͍ͮͯ*#.ಠࣗͷܾఆݖΛ΋ͬ ͍ͯͭͰ΋มߋͰ͖Δ΋ͷͱ͠ɺ͍͔ͳΔํ๏ʹ͓͍ͯ΋কདྷͷ੡඼·ͨ͸ػೳ͕࢖༻ՄೳʹͳΔͱ֬໿͢Δ͜ͱΛҙਤͨ͠΋ͷͰ͸͋Γ·ͤΜɻຊߨ ԋࢿྉʹؚ·Ε͍ͯΔ಺༰͸ɺࢀՃऀ͕։࢝͢Δ׆ಈʹΑͬͯಛఆͷൢചɺച্ߴͷ޲্ɺ·ͨ͸ͦͷଞͷ݁Ռ͕ੜ͡Δͱड़΂Δɺ·ͨ͸҉ࣔ͢Δ͜ͱ Λҙਤͨ͠΋ͷͰ΋ɺ·ͨͦͷΑ͏ͳ݁ՌΛੜΉ΋ͷͰ΋͋Γ·ͤΜɻ
    ύϑΥʔϚϯε͸ɺ؅ཧ͞Εͨ؀ڥʹ͓͍ͯඪ४తͳ*#.ϕϯνϚʔΫΛ࢖༻͠ ͨଌఆͱ༧ଌʹج͍͍ͮͯ·͢ɻϢʔβʔ͕ܦݧ͢Δ࣮ࡍͷεϧʔϓοτ΍ύϑΥʔϚϯε͸ɺϢʔβʔͷδϣϒɾετϦʔϜʹ͓͚ΔϚϧνϓϩάϥ ϛϯάͷྔɺೖग़ྗߏ੒ɺετϨʔδߏ੒ɺ͓Αͼॲཧ͞ΕΔϫʔΫϩʔυͳͲͷߟྀࣄ߲ΛؚΉɺ਺ଟ͘ͷཁҼʹԠͯ͡มԽ͠·͢ɻ͕ͨͬͯ͠ɺ ݸʑͷϢʔβʔ͕͜͜Ͱड़΂ΒΕ͍ͯΔ΋ͷͱಉ༷ͷ݁ՌΛಘΒΕΔͱ֬໿͢Δ΋ͷͰ͸͋Γ·ͤΜɻ هड़͞Ε͍ͯΔ͢΂ͯͷ͓٬༷ࣄྫ͸ɺͦΕΒͷ͓٬༷͕ͲͷΑ͏ʹ*#.੡඼Λ࢖༻͔ͨ͠ɺ·ͨͦΕΒͷ͓٬༷͕ୡ੒ͨ݁͠Ռͷ࣮ྫͱͯࣔ͠͞Εͨ ΋ͷͰ͢ɻ࣮ࡍͷ؀ڥίετ͓ΑͼύϑΥʔϚϯεಛੑ͸ɺ͓٬༷͝ͱʹҟͳΔ৔߹͕͋Γ·͢ɻ *#.ɺ*#.
    ϩΰɺJCNDPNɺ*#.
    $MPVEɺ*#.
    $MPVE
    1BLT͸ɺ
    ੈքͷଟ͘ͷࠃͰొ࿥͞Εͨ*OUFSOBUJPOBM
    #VTJOFTT
    .BDIJOFT
    $PSQPSBUJPOͷ঎ඪͰ͢ɻ ଞͷ੡඼໊͓ΑͼαʔϏε໊౳͸ɺͦΕͧΕ*#.·ͨ͸֤ࣾͷ঎ඪͰ͋Δ৔߹͕͋Γ·͢ɻݱ࣌఺Ͱͷ
    *#.
    ͷ঎ඪϦετʹ͍ͭͯ͸ɺ XXXJCNDPNMFHBMDPQZUSBEFTIUNMΛ͝ཡ͍ͩ͘͞ɻ .JDSPTPGU
    8JOEPXT
    8JOEPXT
    4FSWFS
    /&5
    'SBNFXPSL
    /&5
    /&5
    $PSF͸ɺ.JDSPTPGU
    $PSQPSBUJPOͷ঎ඪ·ͨ͸ొ࿥঎ඪͰ͢ɻ /7*%*"
    /7*%*"
    ϩΰ
    /7*%*"
    $6%"͸ /7*%*"
    $PSQPSBUJPOͷͷ঎ඪ·ͨ͸ొ࿥঎ඪͰ͢ɻ