Nvidia H200 の機能を探る: 総合ガイド

この NVIDIA H200 グラフィックス プロセッシング ユニット (GPU) は、計算パフォーマンスと技術革新を大幅に向上させます。このマニュアルでは、さまざまな業界での H200 の機能、パフォーマンス測定、および考えられる用途について説明します。ゲームと仮想現実、人工知能、科学計算は、このデバイスが特に優れたパフォーマンスを発揮すると期待される分野の一部です。アーキテクチャの改善、電力効率、統合テクノロジを体系的に検討することで、読者はこのガイドを通じて、Nvidia H200 が今日の市場の他の製品と何が違うのかを包括的に理解できます。技術愛好家でも、コンピューターを仕事にしている人でも、より良いゲーム体験を求めているだけでも、この完全なガイドには、Nvidia H200 GPU の驚くべき能力について語ることができるすべてが揃っています。

Nvidia H200とは何ですか?

Nvidia H200 の紹介

Nvidia H200 は、グラフィックとコンピューティングの能力を拡張することを目的として開発された Nvidia の最新 GPU です。この複雑なハードウェアは、リアルタイム レイ トレーシングや、AI アクセラレーション用の Tensor コア、メモリ帯域幅の向上などの最先端技術を含む、Nvidia が開発した高度なアーキテクチャを使用しています。高速でありながら効率的であるように設計されたこのバージョンの H200 は、ハイエンド ゲーム、バーチャル リアリティ (VR)、CAD/CAM システムなどのプロフェッショナル ビジュアライゼーション アプリケーション、自然言語処理 (NLP) タスクで使用されるディープラーニング ネットワークのシミュレーションなど、さまざまな用途に使用できます。また、大量のデータを迅速に処理する必要があるさまざまな実験を行う科学者にも使用できます。これらすべてのことを同時に実行することで、このデバイスは GPU 市場スペースに新しい基準を設定します。これまで、パフォーマンスと汎用性の点でこれに匹敵するカードはありませんでした。

Nvidia H200の主な特徴

1. リアルタイム レイ トレーシング: H200 は、高度な機能によって強化されたレイ トレーシング テクノロジを使用して、これまでにない最もリアルな照明、影、反射を提供するリアルタイム アプリケーションおよびゲームです。
2. Tensor コア: H200 には特別な Tensor コアが搭載されているため、AI パワーが非常に高く、ディープラーニングやその他の人工知能タスクに関連する計算を他のデバイスよりもはるかに高速に実行できます。
3. 強化されたメモリ帯域幅: この製品のメモリ帯域幅の向上により、科学シミュレーション、データ分析、またはより高速な処理を必要とするその他の計算ワークロードが迅速に実行されるようになり、NVIDIA の新しい GPU は素晴らしいアクセラレータになります。
4. 効率性とスピード: H200 が他の製品と異なるのは、効率性だけでなく、スピードを重視して設計されている点です。数秒以内に複数の操作を実行し、処理能力を犠牲にすることなく、より多くのエネルギーを節約します。
5. アプリケーションの多様性: 強力な構造により、このようなハードウェアは、ハイエンドレベルのゲーム、仮想現実デバイスの開発、プロフェッショナルな視覚化プログラムなど、さまざまな用途に使用できるだけでなく、大量の情報を扱う科学的計算も処理できます。

このユニークな組み合わせにより、Nvidia の最新グラフィック カードである H200 は、GPU を選択する際の最有力候補の XNUMX つとなっています。このカードは、さまざまな技術的および専門的なニーズをサポートする柔軟性とともに、比類のないパフォーマンス基準を提供します。

Nvidia H200とH100の比較

Nvidia の H200 とその前身である H100 を比較すると、いくつかの重要な違いと機能強化が見られます。

1. パフォーマンス: H100 SXM と比較すると、H200 は、より高度なリアルタイム レイ トレーシングとメモリ帯域幅の増加により、処理速度とグラフィック パフォーマンスが大幅に向上しています。
2. AI 機能: H200 はアップグレードされた Tensor コアを搭載し、H100 には Tensor コアが搭載されています。つまり、より優れたディープラーニング機能と AI アクセラレーションを備えています。
3. エネルギー効率: 電力効率はシステム アーキテクチャに組み込まれており、H100 など、同カテゴリの同クラスの他の製品よりもパフォーマンスあたりのワット数が多くなります。
4. メモリ帯域幅: より高いデータ スループットが必要な高性能コンピューティング (HPC) または高度なシミュレーションの場合、低パフォーマンス コンピューティング (LPC) のみをサポートする h100 からのアップグレードによってサポートされるメモリ帯域幅の拡大が間違いなく必要です。
5. 汎用性: どちらも汎用性の高いモデルですが、これら 200 つのオプションのうち、次世代のバーチャル リアリティではハードウェアに多くのことが要求されるため、堅牢性が劣る h100 バージョンと比較すると、hXNUMX モデルの堅牢性は、プロフェッショナルな視覚化やその他の計算集約型アプリケーションに適しています。

簡単に言えば、Nvidia の H200 は、パフォーマンス速度、AI 機能の向上率、省エネ機能の採用レベル、アプリケーションの汎用性の範囲において前世代よりもはるかに優れているため、複雑な技術的または専門的なセットアップでの使用に最適です。

Nvidia H200 は AI ワークロードをどのように強化するのでしょうか?

生成AIの改善

Nvidia の H200 チップは、生成型人工知能の大きな前進であり、昨年のモデルである H100 を改良することでこれを実現しています。その主な方法は XNUMX つあります。

1. より優れたテンソル コア: 更新されたテンソル コアにより、生成モデルに不可欠な行列演算が H200 チップによってより効率的に実行できるようになります。そのため、トレーニング時間や推論時間も短縮されますが、さらに優れているのは、AI がより複雑で高品質なコンテンツを作成できるようになることです。
2. メモリ帯域幅の拡大: この新しいチップはメモリ帯域幅が大幅に向上し、より大きなデータセットと、より大きなモデルを実行できるようになりました。そのため、これらのチップは膨大な量の情報を使用する複雑な人工知能システムを処理できるようになりました。これは、大量のトレーニング マテリアルを必要とする高解像度の画像や言語モデルを作成するときに特に便利です。
3. リアルタイム レイ トレーシングの改善: 強化されたリアルタイム レイ トレーシングが H200 に組み込まれたことにより、生成されるビジュアルのレンダリング忠実度が大幅に向上しました。よりリアルなシミュレーションなどが可能になり、同時に、Nvidia の H100 ユニットに搭載されているような前世代のテンソル コア GPU によってもたらされたアイデアを使用して、生成されたデザインの作成などのタスク中のビジュアル品質が活用されます。

これらすべての機能を組み合わせると、このデバイスは生成 AI にとって大きな飛躍を意味し、開発者がこれまでよりも速く高度なシステムを作成できるようになると言えるでしょう。

ディープラーニング機能

Nvidia H200 は、さまざまな方法でディープラーニング機能を強化します。

1. 拡張可能なハードウェア アーキテクチャ: H200 は、複数の GPU に対応できるスケーラブルなアーキテクチャを備えており、大規模なバッチとモデルの同時処理が可能です。これは、大規模なニューラル ネットワークをより効果的にトレーニングするために必要です。
2. ソフトウェア エコシステムの最適化: Nvidia は、CUDA や cuDNN など、H200 向けに最適化されたさまざまなソフトウェア ツールとライブラリを提供しています。これらは、ディープラーニング プロジェクトの開発中にパフォーマンスを向上させ、ワークフローを合理化しながら、GPU メモリ容量を最大限に活用するように設計されています。
3. データ スループットの向上: H200 はデータ スループットが高いため、膨大な量のデータをより高速に処理できます。これにより、データ処理段階のボトルネックが解消され、トレーニングにかかる​​時間が短縮され、モデル予測の精度が向上します。
4. 高速混合精度トレーニング: H200 は、混合精度トレーニングに半精度 (16 ビット) と単精度 (32 ビット) の両方の計算を使用します。この方法により、精度を犠牲にすることなくトレーニング プロセスを高速化し、リソースを節約できます。

これらの機能により、Nvidia H200 は、ディープラーニング研究を推進し、反復サイクルを迅速化し、さまざまな分野にわたってモデルのパフォーマンスを向上させる重要なツールとしての地位を確立します。

推論パフォーマンスと利点

Nvidia の H200 は、次のようないくつかの利点を活用して、最高の推論パフォーマンスを実現します。

1. 低遅延: このバージョンでは遅延が最小限に抑えられ、自動運転や金融取引などのリアルタイム操作に必要な応答時間が短縮されます。
2. 高スループット: 強化されたスループット機能により、H200 は推論の多数のリクエストを同時に処理できるため、データセンターやクラウド サービスなど、負荷の高い処理が必要な場所での導入に適しています。2024 年にリリースされたモデルよりも GPU メモリが強化されています。
3. 電力効率: H200 のアーキテクチャ設計により、推論操作中の電力消費が最適化され、パフォーマンス レベルを犠牲にすることなく運用コストが削減されます。
4. 統合の柔軟性: H200 は、一般的なディープラーニング フレームワークと事前トレーニング済みモデルをサポートしているため、既存のワークフローへの統合がシームレスになり、さまざまなセクターにわたる AI ソリューションの実装が迅速化されます。

これらの利点は、Nvidia の H200 が推論タスクをいかに強化し、研究とエンタープライズベースの AI アプリケーションの両方に価値を付加するかを強調しています。

Nvidia H200 Tensor Core GPU の仕様は何ですか?

H200 Tensor Core GPU の詳細な仕様

Nvidia の H200 Tensor Core GPU は、AI およびディープラーニング タスクで最高のパフォーマンスを発揮することを目的とした最先端のテクノロジーを使用して作成されました。最も重要な機能のいくつかを以下に示します。

1. アーキテクチャ: H200 は、強力で効率的な AI モデル処理を実現する最新の GPU 設計の改善を備えた Nvidia の Ampere アーキテクチャに基づいています。
2. Tensor コア: この製品には第 3 世代の Tensor コアが搭載されており、混合精度コンピューティングのパフォーマンスが大幅に向上し、前世代の 2 倍の速度を実現します。
3. CUDA コア: 各 H200 には 7 個を超える CUDA コアが搭載されており、単精度タスクと倍精度タスクの両方で優れた計算能力が確保されます。
4. メモリ: GPU あたり 80 GB の高速 HBM2e メモリを誇り、大規模な AI モデルやデータセットに十分な帯域幅と容量を提供します。
5. NVLink: NVLink のサポートにより、GPU 間の帯域幅の相互接続性が向上し、マルチ GPU 構成が容易になり、スケーラビリティが向上します。
6. ピークパフォーマンス: ディープラーニングの推論とトレーニングでは、このカードは最大 500TFLOPS のピーク fp16 を実現し、現在入手可能な最も強力な GPU の XNUMX つとなっています。
7. 消費電力: 消費電力は 700W の範囲内で動作するように最適化されており、パフォーマンスとエネルギー使用量のバランスが効果的に保たれます。

これらの仕様により、Nvidia の H200 Tensor Core GPU は、データ センターや自動運転車など、さまざまな分野に高度な AI ソリューションを展開するのに適した選択肢となります。

H200のベンチマーク

Nvidia H200 Tensor Core GPU のパフォーマンスを業界標準と比較することが重要です。このグラフィック カードを評価するために使用されるベンチマークには、MLPerf、SPEC、および Nvidia 内部のパフォーマンス テストがあります。

1. MLPerf ベンチマーク: MLPerf の調査結果によると、H200 は AI トレーニングおよび推論ワークロード向けの最速デバイスの XNUMX つです。これは、自然言語処理、画像分類、オブジェクト検出などのタスク中に、優れた効率性と高速性を兼ね備えていることを意味します。
2. SPEC ベンチマーク: H200 の倍精度浮動小数点演算能力は SPEC GPU 計算によって実証され、科学計算や大規模シミュレーションを処理する際にこの種のハードウェアに必要な計算能力の点で他の類似製品よりも優れた性能を発揮しました。
3. NVIDIA 社内テスト: シングルノードおよびマルチノード構成は、NVIDIA が社内の機器で実施した両方のタイプのベンチマークで優れた結果を示しました。また、HGX H100 プラットフォームによっても強化された高帯域幅の低遅延通信をサポートする NVLink により、マルチ GPU セットアップでもほぼ線形のスケーリングが達成されました。

これらのテストにより、H200 はディープラーニングや AI アプリケーション向けの強力なデバイスになり得ることが確認され、計算能力の向上に関心のある企業にチャンスが提供されます。

H200 による AI と HPC ワークロード

最も要求の厳しい AI および HPC ワークロードは、Nvidia H200 Tensor Core GPU によって処理されます。H200 の注目すべき機能は、混合精度コンピューティングを可能にすることです。つまり、FP16 と FP32 の両方の演算をシームレスに実行できるため、トレーニング時間が短縮され、計算コストが削減されます。さらに、NVSwitch と NVLink が統合されているため、多くの GPU システム間で効率的なスケーリングを可能にする優れた相互接続帯域幅があり、これは気候モデリングやゲノミクスなど、大量のデータを扱うタスクで非常に重要です。

モデルのトレーニングと推論の速度において、H200 は AI ワークロードを大幅に改善します。その根本的な理由は、TensorFlow や PyTorch などのディープラーニング フレームワーク向けに特別に設計された Tensor Core アーキテクチャであり、ニューラル ネットワークのトレーニング、強化学習、さらにはハイパーパラメータの最適化中にパフォーマンスが向上します。一方、推論を行う際には、H200 によって低レイテンシと高スループットの実行がサポートされるため、最大 70 億のパラメータを持つモデルを含むリアルタイムの意思決定アプリケーションとともにエッジ コンピューティングの展開が可能になります。

HPC ワークロードにおける高負荷の計算タスクや複雑なシミュレーションでは、H200 が備えている機能に匹敵するものはほとんどありません。高度なメモリ階層と大きなメモリ帯域幅を組み合わせることで、大規模なデータセットを効率的に処理できます。これは、天体物理学シミュレーション、流体力学、計算化学に不可欠です。さらに、h200 の並列処理機能は、膨大な量のデータ分析を伴う複雑な計算が頻繁に行われる量子コンピューティング研究や医薬品開発などの分野で新たな道を開きます。

Nvidia H200 Tensor Core GPU に関するこのレビューを要約すると、この GPU は、前世代の GPU に比べて比類のないパフォーマンス スケーラビリティ効率を提供しながら、ラップトップでも実行できるほど効率的です。

メモリ容量はNvidia H200のパフォーマンスにどのような影響を与えますか?

141GB HBM3E メモリの理解

Nvidia H200 のパフォーマンスは、141GB の HBM3E メモリが統合されていることにより大幅に向上しています。これは、大規模なデータや計算タスクを処理する場合に特に顕著です。高帯域幅メモリ Gen 3E (略して HBM3E) は、以前のバージョンよりもはるかに広い帯域幅を提供するため、大量のデータ処理を必要とする操作に必要な速度が得られます。ストレージ容量が大きく、帯域幅が広いため、GPU はより大きなデータセットをより効率的に保存して処理できるため、遅延が最小限に抑えられ、全体的なスループットが向上します。

実際の使用例では、このメモリ容量の拡大により、H200 は AI モデルのトレーニングや推論から高性能コンピューティング (HPC) のシミュレーションまで、さまざまなワークロードで最高のパフォーマンスを維持できます。ディープラーニングは大量のデータセットの操作に大きく依存しているため、この種の高度なメモリ アーキテクチャから最大の恩恵を受けながら、複雑なシミュレーションを伴う HPC タスクを処理する能力の点で Nvidia H100 Tensor Core GPU よりも優れていることに注意してください。つまり、141 GB の HBM3E メモリにより、H200 による多くの並列プロセスの実行が改善され、さまざまな科学および産業アプリケーションで計算時間が短縮され、より正確な結果が得られます。

メモリ帯域幅と容量

Nvidia H200 Tensor Core GPU の全体的なパフォーマンスという点では、メモリ帯域幅と容量ほど重要な属性はありません。H200 には 141 GB の HBM3E メモリが統合されており、3.2 TB/秒という世界でも最も優れたメモリ帯域幅の XNUMX つを実現しています。ストレージ ユニットと処理デバイス間の非常に高速なデータ転送速度を可能にすることで、メモリに依存するアプリケーションを高速化するには、高帯域幅が必要です。

優れた帯域幅を備えたこの膨大なメモリにより、Nvidia の最新製品は大規模なデータセットを効率的に処理できます。これは、AI トレーニングや高性能コンピューティング シミュレーションなどに必要な要件です。これにより、多くの情報を手元に置いておくことができるため、頻繁に使用するデータをスワップアウトする必要がほとんどなくなり、レイテンシが低減します。さらに、HBM3E アーキテクチャによる並列処理をサポートしているため、計算がより効率的になり、データ操作が高速化されます。

つまり、Nvidia H200 には、大容量のメモリや高速チャネルなどの優れた機能があり、これら XNUMX つを組み合わせることで、人工知能開発やこの分野で典型的なその他の要求の厳しい計算に必要な複雑な数学演算を迅速に実行する能力が大幅に向上します。

データセンター環境でのパフォーマンス

Nvidia H200 Tensor Core GPU は、現代のデータ センター環境の要求を満たすように設計されています。この製品の高度な処理能力により、複数の多様なタスクを効率的に実行できます。これらの機能には、人工知能、機械学習、および高性能コンピューティング (HPC) アプリケーションが含まれます。データ センターの並列処理機能は H200 によって最適化され、計算がより高速に実行され、リソースがより適切に管理されます。さらに、最大 3.2 TB/秒のメモリ帯域幅により、データを高速に転送できるため、ボトルネックが軽減され、複雑なアルゴリズムをより迅速に実行できます。さらに、H200 の強力な構造により、パフォーマンス レベルに影響を与えることなく簡単にスケール アップできるため、速度や信頼性を犠牲にすることなく、必要に応じてより多くの計算能力を追加できます。基本的に、データ センターの運用を最高の効率で行いたい場合、これは最適なデバイスです。

H200 のパワーを活用する上で Nvidia DGX が果たす役割は何でしょうか?

Nvidia DGX H200 システム

Nvidia DGX H200 システムは、H200 Tensor Core GPU 向けに設計されています。これらのシステムは、HGX H200 セットアップが機能するように、高速 NVLink インターコネクトを使用して多数の H100 GPU を相互に統合することで、並外れた AI および HPC パフォーマンスを提供するように作られています。DGX H200 システムは非常にスケーラブルで効率的であるため、データセンターはこれまで以上に迅速に洞察と革新を実現できます。システムに付属するソフトウェア スタックは、Nvidia によって作成され、AI やデータ分析などに最適化されており、これを実現するだけでなく、組織がこれらのカードが提供するものを最大限に活用できるようにします。このような機能には、小規模向けの DGX Station A100 や、大規模な展開で作業する場合の DGX SuperPOD が含まれます。これらすべてにより、あらゆるレベルのユーザーが必要とする計算能力に制限がなくなります。

大規模言語モデル (LLM) 向け DGX H200

大規模言語モデル (LLM) が最も先進的な人工知能技術であると考えられる理由は、人間のようなテキストを理解し、生成する能力があるからです。DGX H200 システムは、トレーニングおよび展開操作で LLM を実装するように設計されています。LLM に必要な膨大なデータセットを処理するために、DGX H200 には複数の H200 GPU が統合されており、その中に高速 NVLink インターコネクトが組み込まれているため、高スループットと低レイテンシが実現します。さらに、TensorFlow や PyTorch などのフレームワークを含む Nvidia のソフトウェア スタックは、これらのタイプの GPU が提供する並列処理機能を活用するように最適化されているため、LLM のトレーニング時間が短縮されます。したがって、最先端の言語モデルを迅速に構築したい組織にとって、これが最善の選択肢です。

Nvidia DGX H200 による高性能コンピューティング

Nvidia DGX H200 は、科学研究、金融モデリング、エンジニアリング シミュレーションなど、さまざまな領域で最も計算負荷の高いタスクを処理できるように設計されています。これは、最高の相互接続帯域幅と最小限の遅延を提供する NVLink に接続された複数の H200 GPU を使用して実現されます。さらに、高性能コンピューティング (HPC) 用のソフトウェア スイートには、CUDA、cuDNN、NCCL などが含まれており、このような分野でこれまでよりも迅速にブレークスルーを達成するのに非常に役立ちます。この理由だけでなく、その柔軟性とスケーラビリティ特性により、DGX H200 が、計算科学によって達成されたことをはるかに超える冒険を期待している組織に推奨されるのは当然のことです。

参照ソース

Nvidia

高帯域幅メモリ

コンピューティング

よくある質問（FAQ）

Q: Nvidia H200 とは何ですか? Nvidia H100 とどう違うのですか?

A: Nvidia H200 は、Nvidia H100 の基盤の上に構築された高度な GPU です。計算能力、メモリ容量、帯域幅が向上しています。HBM3e メモリを統合した最初の GPU は H200 と呼ばれ、H100 よりもはるかに高速なメモリ速度を備えています。AI を多用するワークロードの大量のデータ処理の効率性を高めるために、慎重に開発されました。

Q: Nvidia H200 Tensor Core GPU の主な機能は何ですか?

A: Nvidia H200 Tensor Core GPU は、最新の Nvidia Hopper アーキテクチャ、141 GB の HBM3e メモリ、700 W の TDP を備えています。FP8 精度がサポートされており、AI モデルのトレーニングと推論の効率が向上します。大規模言語モデル (LLM)、科学計算、AI ワークロード向けに特に最適化されています。

Q: H200 アーキテクチャは AI 計算と生成 AI 機能をどのように強化しますか?

A: H200 のアーキテクチャは NVIDIA ホッパー上に構築されており、より優れたテンソル コアと高速メモリを導入しています。これにより、ChatGPT などの推論や生成 AI モデルのトレーニングなどの際に、より効率的な計算が可能になります。OpenAI が ChatGPT で行ったことは、計算能力の向上によって拡張されましたが、パラメーターがはるかに多かったため、追加のストレージが必要でした。

Q: Nvidia H200 が科学計算や AI 推論に適している理由は何ですか?

A: 正確で効率的な科学計算や AI 推論には、FP16 と Fp8 の精度が必要です。また、大容量のメモリは大規模なデータセットを迅速に処理するのにも役立つため、これらのタスクに最適です。

Q: Nvidia H200 のメモリ容量と帯域幅は以前のモデルと比べてどうですか?

A: 前モデルのNvidia H100などの旧モデルと比較すると、Hbm3eベースのNvidia H200は141GBのメモリ容量を備えながら、より広い帯域幅とより高速な速度を提供し、大規模なAIや科学的タスクに必要な計算中にデータに迅速にアクセスできます。

Q: H3 GPU における HBM200e メモリの関連性は何ですか?

A: 以前のバージョンの HBM と比較して、より高速でより広い帯域幅を実現します。これにより、このチップは、他の GPU では処理できなかった巨大な AI モデルや高性能コンピューティング ワークロードを処理できるようになり、このような機能を備えた初のスケーラブル GPU となっています。そのため、迅速なデータ処理と高いメモリ パフォーマンスが求められる環境で非常に役立ちます。

Q: Nvidia HGX H200 システムを利用する利点は何ですか?

A: Nvidia HGX H200 システムは、多数の H200 GPU を組み合わせて、科学計算用の強力な AI プラットフォームを作成します。これにより、各 GPU に組み込まれた Tensor Core GPU が提供する大量の計算能力が実現し、大規模な組織は、ラックや建物全体に複数のノードをスケールアウトするコストを節約しながら、単一ノード クラスターで複雑なタスクを効率的に実行できるようになります。

Q: Nvidia の計算能力は AI モデルのトレーニングと推論にどのような影響を与えますか?

A: FP8 などの強化された精度機能と高度なテンソル コアを組み合わせると、AI モデルのトレーニングと推論が大幅に加速されますが、これは Nvidia の最新チップである H200 などのハードウェアでサポートされている場合に限られます。つまり、開発者はこれまでよりも短時間で大規模なディープラーニング モデルを構築できるため、特に接続バックホール容量が限られているエッジ ロケーションで作業する開発者にとって、研究開発サイクルと展開速度の両方が加速されます。

Q: Nvidia H200 は生成 AI と LLM にどのような新しい機能をもたらしますか?

A: NVIDIA h 200 によって向上した計算能力、メモリ容量、帯域幅などにより、より大きなモデル データセットをより適切に処理できるようになり、企業が高度な人工知能アプリケーションを作成するために使用する複雑なシステムのトレーニングをより効率的に展開できるようになります。

Q: Nvidia H200 が GPU テクノロジーの画期的な進歩だと考えられるのはなぜですか?

A: Nvidia h200 は、hbm3e メモリの採用とホッパー アーキテクチャの進歩による高レベルの高精度計算サポートを使用しているため、他の GPU の中でも傑出しています。これらの発明によって提供されるパフォーマンス効率と機能の向上により、AI と科学計算の新しい基準が確立されます。