Binary file paper/mk-wm.pdf has changed

--- a/paper/mk-wm.tex	Fri Aug 07 21:50:13 2020 +0900
+++ b/paper/mk-wm.tex	Sat Aug 08 14:11:05 2020 +0900
@@ -77,15 +77,20 @@
 情報通信技術の普及に伴い学生が学ぶ学習環境が必要となる。その学習環境として VM や コンテナにより, 手軽に開発し試せる技術が普及している。
 だが, 手元の PC 上で VM や コンテナを立ち上げ, 開発を行うことはできるが, VM や コンテナの使用には高性能 PC や 有料のクラウドサービスが必要になる場合がある。
 この大きな負担を学生に負わせない仕組みが必要である。\par
-琉球大学工学部工学科知能情報コースでは希望の学生に学科のブレードサーバから仮想環境を貸出すサービスを行なっている。貸出をする VM のデフォルトのスペックでは
-不足の場合, 要望に応じてスペックの変更を行なっている。だが, 貸出サービスでは GPU を利用した処理環境を提供することができない。
-%だが, 貸出サービスでは近年盛んに行われている人工知能の研究に必要な環境を提供することができない。
-GPU が搭載されている PC は研究室によっては用意されているが, 研究室に所属していない学生は利用することができない。そのため, 新たな仕組みが必要である。\par
+琉球大学工学部工学科知能情報コースでは希望の学生に学科のブレードサーバから仮想環境を貸出すサービスを行なっている。
+貸出をする VM のデフォルトのスペックは CPU 1コア, メモリ 1GB, ストレージ 10GB である。
+デフォルトのスペックでは不足の場合, 要望に応じてスペックの変更を行なっている。
+本コースは 2017 年度よりコース制へと移行し, 人工知能やシステム開発などの先端技術を身につける講義や実験が設けられた。
+これまで講義の演習や実験は学生の PC や 貸出 VM で実行していたが, 課題によってはスペックが足りなく処理に時間がかかることがあった。
+例として, 人工知能の課題のプログラムの処理には CPU より GPU を用いることで処理時間を早くすることができる。
+だが, 現在の VM 貸出サービスでは GPU を提供することができない。
+GPU が搭載されている PC は研究室によっては用意されているが, 研究室に所属していない学生は利用することができない。
+そのため, 本コースの学生が学習するための高性能な環境を利用できる新たな仕組みが必要である。\par
 学科のブレードサーバに搭載される GPU は VM の貸出サービスでは利用することができない。そこでコンテナ技術を利用する。
 コンテナ管理ソフトウェアである Docker では NVIDIA Container Toolkit である nvidia-docker を利用することで, 複数のコンテナで GPU を共有することができる。
 Docker は基本的に root 権限で動作する。また一般ユーザが docker コマンドを使用するには docker グループに追加する必要がある。
-そのため Docker をマルチユーザ環境で使用すると, 他ユーザのコンテナへアクセスができるなどセキュリティの問題がある。\par
-そこで, 本論文では, Docker と マルチユーザ環境で利用しやすい Linux コンテナである Singularity を利用したコンテナ貸出サービスを提案する。
+そのため Docker をマルチユーザ環境で使用すると, 他ユーザのコンテナを操作できるなどセキュリティの問題がある。\par
+そこで, 本論文では, Docker と マルチユーザ環境で利用しやすいコンテナプラットフォームである Singularity を利用したコンテナ貸出サービスを提案する。
 このコンテナ貸出サービスでは, Web コンソールからコンテナの操作を行うことで他ユーザのコンテナへの操作をさせない。また, 本コースの類似サービスの課題でもあったデータの永続化を
 Singularity で, 外部リポジトリの利用を Docker の操作を HTTP API で提供することで解消する。