オッサンはDesktopが好き

自作PCや機械学習、自転車のことを脈絡無く書きます

Ubuntuで使用するDDR4メモリのチェックをする

 こんにちは.changです. 今回はMemtest86(CD版)を使ってメモリチェックをします. 増設したメモリ(16GB × 2)に初期不良の疑いがある為です*1

0. 環境構築

 Linuxでは,Crystal Mark*2の様な統合ベンチマークツールが充実していません. メモリチェックでは,Ubuntuのインストールメディアからも使えるMemtest86+が定番ですが,DDR4には未対応の様です(テスト自体は出来るみたい). そこで,今回はMemtest86を使いました. 同じ様な名前でややこしいですね(笑).

 ここ*3を参考に,CDを焼きました. 最新版ではUSBメモリから使うのが定番の様で,CD用のISOイメージのダウンロードサイト*4が見つかり難いです. 一度,間違って古いver.4をダウンロードして焼いてしまい,CDを無駄にしました.

 書き込みはWindows 10でやりました. この手の作業はWindowsでやると簡単ですね.

f:id:changlikesdesktop:20201203055059p:plain:w400
isoイメージをCDに書き込み.Windows 10だと簡単^^

1. テスト実行

 こんな手順でテストしました.

  • 焼いたメディアをCDドライブに入れて再起動
  • 起動画面でF8を連打
  • CDドライブからBoot
  • テスト項目を設定
  • テスト開始

f:id:changlikesdesktop:20201203055421p:plain:w400
CDドライブから起動.CDドライブが何故か2つ表示される

f:id:changlikesdesktop:20201203055616p:plain:w400
フルチェックすると半日位掛かりそうだったので,Test 13 [Hammer Test]のみを3回実行

2. 結果

 30 min.位で終わりました.

f:id:changlikesdesktop:20201215053445p:plain:w400
安定動作する8GBの結果.Summaryの写真を撮り忘れたが,異常は無かった.

 で,肝心の増設メモリ(16GB × 2)なんですが,,,Memtest86をかける以前の問題に陥りました. 電源起動時のメモリ認識でエラーになり,biosが上がらない状態になります.

f:id:changlikesdesktop:20201215055234p:plain:w400
起動時のマザーボードDRAMでエラーになりbootしない.

 ただ,この症状は正常動作している8 G × 2でも見られたのです. 納得いかないところがあるのですが,現状の結論としては:

  • ソケット形状に問題があるのか,メモリが浅く刺さり易い→正常動作する8GB × 2でも認識されない場合がある
  • 増設メモリ16GB × 2に初期不良がある

3. むすび

 釈然としない結果になってしまいました(..). コツコツと部品をチェックする手間は,今も昔も変わりませんね. 16GB × 2はもう怖くて刺したく無いのですが,交換を求めるなら追加調査かなぁ... 保証書とか残ってたかなぁ...(今回ボヤキ多め)

RTX 2080Tiを2枚刺しして,ディープ・ラーニングしてみる

 こんにちは.changです. 今回はRTX 2080Tiを2枚刺ししてディープ・ラーニングを行い,1枚刺し,およびRTX 2080Ti + RTX 1080の組み合わせの場合との速度比較を行いました. 結果としては,RTX 2080Tiの2枚刺しが(条件付きで)最強でした.

0. 装着

 以前から使っているASUS*1の下に,先日購入したZotac*2を刺しました. Zotacはイルミネーションが無くて地味渋い感じですね. 2本とも外排気なので,空調もスッキリします^^.

f:id:changlikesdesktop:20201208063742p:plain:w400
ASUTとZOTAC(共にRTX 2080Ti)を装着

 GPUが認識されているか確認します.

f:id:changlikesdesktop:20201208060035p:plain:w400
nvidia-smiを実行.2本のRTX 2080Tiが認識されている

 tensorflowからも確認します.

$ python3  
from tensorflow.python.client import device_lib  
device_lib.list_local_devices()

f:id:changlikesdesktop:20201208060252p:plain:w400
tensorflowからdeviceをチェック.こちらでも2本のRTX 2080Tiが認識されている.

1. mnist

 先日,RTX 2080Ti と RTX1080 の組み合わせを試した*3ときと同じ条件(epoch=200,batch=512)でテストしました. 結果としては,41秒→35秒で約15%の削減となりました. 削減幅はRTX 1080を使った前回と変わらないのですが,シングルGPUでの計算時間が前回の68秒よりも遥かに短くなりました. 理由はわかりません. 計算時間にも秒単位のばらつきがありました. やはり,高負荷で比較しないと効果が分かり難いのかも知れません.

f:id:changlikesdesktop:20201208061212p:plain:w400
シングルGPUでの計算時間

f:id:changlikesdesktop:20201208061302p:plain:w400
マルチGPUでの計算時間

2. U-Net

 負荷の高い256×256画像のU-Netを使って,速度を比較してみました. シングルGPU かつbatch=8での1サイクル当りの計算時間は4.3 sec程で,RTX 2080Ti + RTX 1080時と変わりませんでした. 一方,batch=32は飛躍的に早くなり,2.15 sec程になりました(RTX 2080Ti + RTX 1080では3.25sec). シングルと比較すると,計算時間を半分相当に削減できることになります. やはり,マルチGPUは高負荷条件でこそ効果があり,また,効果を得るためには同じチップを使う必要があるようです

f:id:changlikesdesktop:20201208062448p:plain:w400
U-NetのおけるシングルGPU,batch=8での計算時間.

f:id:changlikesdesktop:20201208062504p:plain:w400
U-NetにおけるマルチGPU,batch=32での計算時間.

3. 結び

 やはり,RTX 2080Tiが最強なんですね. 何としても,もう何枚か買わないと!!!

 今回使ったソースはここ*4*5です.

RTX 2081TiとRTX 1080で複数GPUを試してみる

 こんにちは.changです. 今回はRTX 2080TiとRTX 1080を1枚ずつ使い,複数GPUでのディープ・ラーニングにトライします. RTX 2080Tiを2枚使うのが理想ですが,先日お話したように買えません*1. 旧機種との組み合わせで妥協する手もあるかと思い,試してみました.

0. 装着

 サブマシン(以前のメインマシン)で使っていたRTX 1080を,メインマシンに移植しました. チップもメーカーもバラバラなので,見た目は若干悪くなります. RTX1080は外排気モデルではないので冷却不良が心配ですが,ファンの下にスペースがあるので大丈夫でしょう.

f:id:changlikesdesktop:20201202171346p:plain:w400
2枚挿入時.RTX 1080の下方に風が抜けるかが不安.

f:id:changlikesdesktop:20201202171449p:plain:w400
2枚刺し % 電源投入時.イルミネーションがメーカー毎にバラバラです(笑)

 パソコンを起動して,GPUが認識されているか確認します.

f:id:changlikesdesktop:20201202145113p:plain:w400
nvidia-smiを実行.RTX 2080 TiとRTX 1080の2本が認識されている.

 tensorflowからも確認します.

$ python3  
from tensorflow.python.client import device_lib  
device_lib.list_local_devices()

f:id:changlikesdesktop:20201202145520p:plain:w400
tensorflowからdeviceをチェック.こちらでもRTX 2080TiとRTX 1080が共に認識されている.

1. コーディング

 こちら*2を参考に,以前に書いたmnistにマルチGPU仕様を追記しました. 参照元のソースが8枚もGPUを使っているので吃驚したのですが,AWSを使えばこんなこともできるんですね.

def create_model(self, input_shape, multi_gpu=False):
    if not multi_gpu:
        (省略)
    else:
        with tf.device("/cpu:0"):
            self.model = Sequential()
            self.model.add(Conv2D(32, kernel_size=(3, 3), activation='relu', input_shape=input_shape))
            self.model.add(Conv2D(64, kernel_size=(3, 3), activation='relu'))
            self.model.add(MaxPooling2D(pool_size=(2, 2)))
            self.model.add(Dropout(0.25))
            self.model.add(Flatten())
            self.model.add(Dense(128, activation='relu'))
            self.model.add(Activation('relu'))
            self.model.add(Dropout(0.5))
            self.model.add(Dense(self.num_classes, activation='softmax'))
            self.model = multi_gpu_model(self.model, gpus=gpu_count)
    self.model.compile(loss=keras.losses.categorical_crossentropy, optimizer=keras.optimizers.Adadelta(), metrics=['accuracy'])

 マルチGPUでの学習中と,シングルGPUでの学習中のnvidia-smiを比較してみます. マルチGPUを使うことで,2枚目のRTX 1080も使われるようになります.

f:id:changlikesdesktop:20201202163553p:plain:w400
シングルGPU時のnvidia-smi.

f:id:changlikesdesktop:20201202163636p:plain:w400
マルチGPU時のnvidia-smi.

 200 epoch,512 batchの計算時間を比較してみました. 結果としては,マルチGPU化することで68秒 →59秒となり,計算時間が13%程削減しました. あまり変わらないですね(汗). GPU負荷がもっと大きな条件で比較する方が良いのかも知れません.

f:id:changlikesdesktop:20201202164804p:plain:w400
シングルGPUでの計算時間

f:id:changlikesdesktop:20201202164737p:plain:w400
マルチGPUでの計算時間

2. おまけ: U-Netで複数GPU

 GPU負荷の大きい,256x256画像のU-Netで複数GPUの効果を試してみました. GPU 1枚では経験にはbatch=8が限界でした. batch=12とか,batch=16でも動きますが,途中で止まったりします. マルチGPUにすると,batch=32でも動く様になりました. 長時間の計算は未試験ですが,安定して動くならばシングルGPUよりもかなり有利になりそうです.

 ちなみに,batch=8 → batch=32にすると単エポックあたりの計算時間が3/4程度になりました. それでも,目に見えた効果とは言いにくいなぁ...

f:id:changlikesdesktop:20201202165219p:plain:w400
U-NetのおけるシングルGPU,batch=8での計算時間.

f:id:changlikesdesktop:20201202165328p:plain:w400
U-NetにおけるマルチGPU,batch=32での計算時間.

3. むすび

 複数GPUにすると,本格的にディープ・ラーニングをしている気になりますね(笑). とはいえ,単純にGPUを何枚も刺せば計算が速くなる訳では無いようです(>_<). ライブラリ依存で実現しているので,最適化には限界がありますね.

 今回のトライで判らなかったのが,「2枚目をRTX 1080ではなくRTX 2080Tiにすればもっと簡単に速くできるのか?」です. これは是非確かめたい! 会社の環境と混ぜれば確かめられるので,こっそりやってみようと思います.

 以前に書いたソースを更新しています*3*4

ASUS ROG STRIX Z390-Fにメモリ増設したら起動しなくなった話

 こんにちは.changです. またパソコンが起動しなくなりました(泣). どうやら,メモリ増設が悪さをした様です.

0. 部品構成

 僕が使っているマザーボードは,ASUS ROG STRIX Z390-Fです*1. このマザーボードには最大64 GByteのメモリを積むことが出来ます*2. webには記載在りませんが,付属の取説には「本製品のメモリースロットには,4GB,8GB,16GBのDDR4 Non-ECC Unbuffered DIMMを取り付けることができます」と記載されています.

 パソコンを組んだ時にはこの↓メモリを積んでいました.

  • CORSAIR VENGEANCE LPX
  • DDR4
  • 2 × 8 GB | 32 GB
  • 2666MHz

 その後で,こいつ↓を新たに買って増設しました.

  • CORSAIR VENGEANCE LPX
  • DDR4
  • 2 × 16 GB | 32 GB
  • 2666MHz

 確かに,容量の異なるメモリを刺すのは間違ってますね(汗). 取説にも,「異なる容量のメモリーをマルチチャンネル構成で取り付けた場合,アクセス領域はメモリー容量の合計値が小さい方のチャンネルに割り当てられ...」と明記されています. 要は16 GBの実力は発揮されなくて,8 GB × 4で動くという事ですね.

 これは確かに悪かったんですが,,,それでパソコンが起動しなくなるかなぁ??? 実際,メモリ増設してからしばらくは動いていました. 突然動作がおかしくなり,BIOSすら画面に表示されない状態になりました.

 メモリを購入時の8 GB × 2に戻してとりあえず動いているので,メモリ増設が悪かったことは間違いないと思うのですが... 増設したメモリに初期不良があるのかもですね. そういえば,ベンチマークとかしなかったな..(汗).

 増設した16 GB × 2のチェックをして単独では使えそうなら,当面は16 GB × 2で使用し,将来的には16 GB × 2をもう一組買おうと思います.

1. 調査記録

 せっかくなので,不良調査記録も書いておきます.

 始めは電源を疑ったので,マザーボードをケースから取り外してHDDが無い状態で起動しました. 使っている電源は,内緒ですが会社の古いパソコンの中から借りて来ました.

f:id:changlikesdesktop:20201202115044p:plain:w400
マザーボードをケースから外し,電源とモニタにつなぐ.絶縁のプチプチを下に引いた方が良いですね(汗).

f:id:changlikesdesktop:20201202115331p:plain:w400
パワースイッチをドライバで短絡し,電源を入れる.

 調査を開始した当初は,ここでBIOS画面に行けませんでした. マザーボードが壊れているかと思い,軽く絶望的な気持ちになります. 諦めずに,メモリを付け刺ししたりしていると,違和感を覚えました. 容量の異なるメモリが刺さってるじゃん!

 で,メモリを1枚だけにしたらBIOSが表示されるようになりました. 他にも,MemOKスイッチをOnにしたり,CMOS RTC RAMを消去したりしましたが,効果があったのか判りませんでした.

 故障したと思った電源ユニットで通電して,BIOS画面が表示されることを確認しました. この後,パソコンを組みなおして調査終了です.

2. むすび

 安定するか,暫く様子見です. やはり,自作PCではこういう事がありますね. 趣味なら良いんですが,,,今仕事場にも同様の環境を導入しようとしているので少し心配になります(笑). 個人のパソコンとほぼ同じ構成にしているので,最悪,一時的に部品を組み替えたりで対応することになりそうです. 怒られないようにやらないと...

Super Cycle Enduro in 下総, チーム7位

 Super Cycle Enduro in 下総のチーム3時間に出場しました. 結果は7位. シーズン最終戦をチームメートと走れて最高でした.

0. レース当日まで

 チームメートに誘って頂いたのがきっかけでした. ここ数年,川崎マリンエンデューロをチームで走るのが恒例になってましたが,今年はソロでの出走になりました. 今年はチームで走る機会自体も少なく,寂しい思いもありました. 元々チーム戦は好きですし,シーズンを燃え尽きるのに最高の機会です. 表彰台を目標に掲げ,意気込んでエントリーしました.

 ところが,今年はメンバーに怪我が多いんです(>_<). 外を走れなくて,コンデションを作り難いのかも知れないですね. メンバー交代も経た3人構成で当日に臨んだのですが,僕以外の2名は半怪我人. 結果を狙える状態では無かったので,「各々でベストを尽くそう」と話していました. そんなわけで,一番コンデションの良かった僕が第1走者を貰いました. 1.5 ~2 hを目標に,走れるだけ走るつもりでした.

1. レース展開

 案の上というか,速いスタートになりました. コースが狭いので,どうしても集団が一列棒状になります. 前回の経験*1から後方にいるとキツいことは分かっていたのですが,それでも,集団の前方で展開することが難しかったです. 20分位でドロップします.

 前回は集団から千切れた時点で戦意喪失でしたが,今回は持ち直します. 周囲の選手と強調して速度を維持しつつ,周回で追いついて来た先頭に再び乗ります. このときには集団も小さくなっていたので,一列棒状の後方でも何とか付いて行くことができました.

 このまま粘ろうと思ったのですが,突然レースが中断になります. 落車でもあったのかと思ったのですが,どうやらそうでもない様子. 反切れ気味の主催者が出てきて,「何で中断になったか分かるか?」みたいなことを言います. レース中に暴言を吐いた選手がいて,苦情が出たとのことでした.

 レースが再開されることになったのですが,再スタートに対して気持ちが整いませんでした. 「代わろうか」というチームメートの言葉に甘えました. 今思えば,あのタイミングで交代する方も大変だったと思います. 勝手を聞いてくれてありがとうございました.

 チームメートが30分づつ走ってくれて,残り1.5 hのタイミングで再び順番が回って来ました. 走り終えたチームメートから「身体がキツい」という話があったので,フィニッシュまで走り切るつもりでした.

 コースに入って程なく,先頭集団と合流します. ペースが落ち着いていたので,集団の前方で,比較的に楽に走ることが出来ました. あれは楽しかった(^^). ところが,コーナでミスをしてブレーキを掛けたタイミングで,前の選手との距離が開いてしまいます. 後ろの選手が一気に抜いて来た所為もあって,一気に集団の後方に追いやられました. この後,また千切れます.

 一人で走っているときは補給を取りながら足を貯めていました. サイコンの表示では40分以上レースが残っていた為,再び先頭に合流できると思ったからです.

 ところが,「ラスト8分!」というチームメートの声が耳に入ります. えっ???と思って,隣で走っていた選手に残り時間を訊いてみると,「残り数周」という答えが返ってきます. 大混乱で,踏み直します.

 結局,残り数周のところで三度先頭に合流しました. 一人で走っている時間も真面目に走って,集団よりも前でフィニッシュしていれば,順位が上がったかも知れません. 少し心残りです.

2. 分析と改善

 パワーは,こんなもんかな?という感じです. 一巡目でレースが中断しなければ,前回と同じ位になった気がします. 二巡目は脚を緩めてしまったので低めですね(泣).

f:id:changlikesdesktop:20201121194813j:plain:w400
一巡目のCyclo-sphere

f:id:changlikesdesktop:20201121194905j:plain:w400
二巡目のCyclo-sphere

 今回,パワーと同様に重要だと感じことがあります. できるだけブレーキを掛けずに走ることです. 下総のコースのポイントは下りからの右コーナです. ここから,登り返しの加速,大きな左カーブ,登りまでをノーブレーキで走れると,脚が節約できるのです. 逆に,ブレーキをかけて勢いを殺してしまうと,踏み直しで脚を使います. コーナー手前で怖さを感じてブレーキを掛ける癖がありますが,我慢する必要があると判りました.

f:id:changlikesdesktop:20201121195745p:plain:w400
コース図.①~⑤をノーブレーキで走れるかがポイント.

3. レース中断について

 僕は暴言の現場に居合わせなかったので,あくまで一般論として,暴言を吐いた方,暴言を受けた方,レース主催者に思うことを書きます.

暴言を吐いた方

 レース中,危険な走り方をする選手への声掛けは在って然りだと思います. 先日の川崎で斜行を注意されたことを書きましたが*2,自分の弱点に気付くきっかけにもなります. ただ,言い方に気を遣っても良いかも知れません. 乱暴な言い方をされて,嫌な思いをした事は僕もあります.

 市民レースには様々なレベルの選手が走っています. レースをしている側からすると危険であったり,マナーの悪い走り方をする選手がいるのは仕方がありません. とは言え,その日の為にトレーニングを積み,結果を追求している中でそれを踏みにじられる訳ですから,不愉快にはなりますよね. ただ,誰しもがかつては初心者だった筈ですし,寛容にとらえることも必要ではないでしょうか. もし,初心者を排除したいとお考えの方は,実業団レースを走れば良いと思います.

暴言を吐かれた方

 不快な思いをされたことをお悔みします. これがきっかけで自転車やレースを嫌いになってしまわれたならば,とても残念です.

 不快を上塗りする事を承知で敢えて言いますが,レース中に注意を受けたという事は,何かしら危険な走りをした可能性が高いです. 僕も,コースの真ん中をフラフラと走る方に対して,危険回避の為に大きな声を出してしまうことがあります. 正直,レース中にある種の怒号が舞うのは日常茶飯事です. 「自分は被害者」と決め込まずに,一度,自身の走りを顧みてはどうでしょうか. 次のレースで同様の経験をしたり,更に危険な境遇に合わないことにつながると思います.

レース主催者

 今回,僕個人としては主催者の対応が気になりました. 主催者の方は「こんな事は今まで無かった.恥ずかしい」と言いました. 「昔は良かった」という言い分は,何事においても無意味です. 時代も,ヒトも変わるわけですから.

 正直,今回のイベントの安全面配慮が十分だとは感じませんでした. ライダーミーティングは付けっぱなしのテレビ状態で,審判者もサポートライダーもいませんでした. 9月に同じ会場で行われたしもふさクリテリウムが落車で途中ストップになった事は当然知っていますよね. 選手(=一応,お客様)を捲し立てる前に,主催者としてすべきことがなかったか,考えてみては如何でしょうか.

4. 結び

 何はともあれ,(おそらく)シーズンの最終戦を終えることが出来ました. 怪我をしているチームメートには,じっくりと回復して欲しいです. 万全の状態で再集結して,次は表彰台を狙いたいですね.

RTX 2080 Tiが買えない(泣).けど何とか1枚入手した話

 ディープ・ラーニング用のグラフィックカードとして定番のGeForce RTX 2080 Tiですが,値段が高騰しています. 買えるタイミングがあれば,即決した方が良いかもです.

0. 絶賛高騰中!

 今年5月にパソコンを組んだ時*1Amazonで16万位で難なく買えました. 在庫も豊富だったので,パソコンの運用が落ち着いたら2枚目を買おうと思っていたのです. ところが,いつの間にやら買い占められた様です. 外排気モデルだけが綺麗に無くなったので,ディープ・ラーニング関連で買われたことは間違いないと思います. コロナ渦の時世ですし,皆考える事は一緒なんですかね. 「在宅に強くなろう」というか...

 新型のRTX 3090,RTX 3080の発売も関係しているのかも知れません. 実力も価格も把握していないですが,50~100万の価格帯になるのでしょうか. 外排気モデルが出るまでに時間がかかる可能性もあります. やはり,現状の主流はRTX 2080 Tiという事になるのでしょう.

1. Amazonをしつこくチェックして...

 価格の高騰に気付いたのは,職場に環境構築をするための予算を取ろうとした折です. Amazonをチェックして驚きました. ストックが殆ど無い上に,倍額がザラです. 一瞬だけGigabyteが買えるタイミングがあり,そのときの値段(18万位)で会社に予算申請したのですが,これもあっという間に倍額になりました. 何てこったい...(泣).

 やむなく,今は自宅で所有しているボードの一つを会社のパソコンに刺しています. コンプライアンス的には問題ですが,これまで蓄積してきた技術を世に出すチャンスなので止む無しです. ただ,どうしても個人の研究が滞ってしまいます.

 兎に角,買えるタイミングで買っておこうと思い,Amazonをチェックしつづけました. 会社に買い取って貰えるかは分からないけど,その場合は個人で使えば良いですしね. 何かの記事で,日本人は会社が予算を取らないからという理由でデジタル・トランスフォーメーションをサボっている,という内容を読みました. その通りですね. 必要な投資は,個人で行わなければなりません.

 探すとポツポツとあるのですが,中古品とか,オークションとか,ハイリスクなものばかりです. 一度トライしたのですが,注文を受け付けたにも関わらず在庫なしで強制キャンセルになりました. やはり,販売元,少なくとも発送先がAmazonの製品か,良く知っているお店が扱っているモノを買うべきですね.

 で,,,やっと1枚買えました.

f:id:changlikesdesktop:20201111070021p:plain:w400
少しヒヤヒヤしましたが,無事に届きました^^

f:id:changlikesdesktop:20201111070057p:plain:w400
保証書もついています.

 ZOTACって初めて買ったのですが,保証書もちゃんとついているし大丈夫でしょう. Amazonの発送品だったので,注文の翌日に届きました.

 推測ですが,ディープ・ラーニング開発というより,転売目的で買われているケースが多いと感じます. 「在るところには在る」ということです. こまめに在庫をチェックをしていれば,もう数枚は買えるかも知れません.

2. 結び

 長らくソース書けてません(>_<). 今回の購入をきっかけに,また頑張っていきたいです!

川崎マリンエンデューロ: 8位 (キング・オブ・エンデューロ,ソロ)

 川崎マリンエンデューロのキング・オブ.エンデューロに参加しました. 結果は8位. しもふさ*1に続き,脚の違いを痛感するレースになりました.

0. レース前

 過去に3回も走っている川崎ですが,ソロでの出走は今回が初めてでした. チームメートがソロ2 hにエントリーするという話を聞き,僕も走ろうと思ったのです.

 2 hか4 hかで迷いました. これまで出場したレースで最も長く走ったのは富士チャレの3 hです(多分). 富士チャレは登りで休めるのですが,ドフラットの川崎は全く休めません(>_<). 前回は1 hで両脚が攣りました*2. 「サイクリングになっちゃうかな」という不安と,「沖縄を目指すならこの位走れないと!」という思いで葛藤して,最終的に4 hに決めました.

 同日に開催されたJCRCと富士山シクロクロスに,選手が分散した様です. スタートリストを見ると,前回までレースを支配してRoppongi Expressの選手が一人もいません. 同じカテゴリ―にエントリーされていた沖縄優勝者の存在がずば抜けてはいましたが,比較的,表彰台を狙いやすい条件でした.

1. レース展開

午前

 この日はストレートに横風がふきました. 特に,戻りで強かったです. ここはヘアピンを抜けた直後の立ち上がりで,中切れが起きやすい. 風下になるコースの右側を走って,何とか食らいついて行きます.

f:id:changlikesdesktop:20201020065553p:plain:w400
当日の風向き.ホーム(?)ストレートが横風だった.

 落車が多かったです. 久しぶりのレースという方もいらっしゃったのでしょう. 僕も,他の選手から斜行を注意されました(僕の場合は単純に技術不足です). しもふさの反省で意識的に集団の前にいようとしたので,密集地帯にいたのです. 蛇行してしまうと,落車の原因になります. ある選手が傍に来て「動きが激しいから,もう少しゆっくり動いて」と静かに声を掛けて下さいました. ありがとうございました. 同じ選手かは判りませんが,コーナーで「前を見て,ゆっくり!」という声掛けもいただきました. 自分の欠点に気付くことができ,少しだけ冷静になれました.

 集団について行きたかったのですが,何かのタイミングで後ろに追いやられてしまいます. コーナーからの立ち上がりで,徐々にキツくなったのだと思います. 約1 hで集団から脱落しました.

 先頭集団とそれ以外という感じだったので,待っても追走集団が来ません. ラスト20 minで追いついて来たのは,周回遅れの追走集団を飲み込んだ先頭でした. 中程に紛れ込み,午前のフィニッシュまでをこの集団で走りました.

午後

 昼休みが短いと感じました. 整列等の待ちがあり,実質30 min位しか無かった気がします. 以前に5 hに出たときは昼休みが長く感じたんですが,あれは午後一をチームメートに任せていたからだな(汗). 菓子パンを大量に買い込んでいたのですが,殆ど食べることが出来ませんでした. 身体が疲れていて,胃の中に入って行かないのです. 仕方が無いので,流動食を多めにとってスタートラインに並びました.

 整列時点で,疲れというか,集中力が切れているのを感じました. 「昼休みがある」意識を持たずに望むべきでしたね(..). 集団は午前中に比べて落ち着いていたと思いますが,20 min位で千切れます.

 このままサイクリングかな,とも思いましたが,後方から追いついて来た数名とローテ出来ました. 走っていてとても楽しかったです. レース後にも声を掛けて下さってありがとうございました. またレースでご一緒したいです.

 ラスト30 min位に周回で追いついて来た先頭集団に食らいつきましたが,直ぐに千切れてしまいます. 集団の最後尾に付くのはキツいですね. 若干マナー違反ですが,分断しかかっている中盤に紛れ込めば良かったです.

 最終的には追走集団でフィニッシュします. 思えば,川崎のゴールを自分で踏んだのは初めです.

2. 振り返り

最終リザルト

 公式を見ると,トップから2 Lap差でした. 表彰台に上がった選手は,ほぼ先頭に残っていた様です. 午後も,周回で追いついて来た先頭に残ってフィニッシュ出来ていれば,少し上に行けたかも知れないです.

パワー

f:id:changlikesdesktop:20201020065912p:plain:w400
午前.自分としてはまあまあ...

f:id:changlikesdesktop:20201020070019p:plain:w400
午後.午前よりも垂れたが,それでもこんなもんだ...

 データを見ると,まぁ...悪くは無いです(一人で走っているときは踏まなかったことを鑑みて). 前回の川崎のデータは無いんですが,昨年まではNPが200 Wを超えることは無かったので,自身の実力は上がっていると思います. 積み重ねていくしか無いんですが...

 もう少し短時間を強化すべきかなぁ? ペースの上げ下げに弱すぎる(泣). 今の実力を考えるとベースアップが優先なので,クリスクロスの様なスプリントメニューよりも,3~10分のインターバルが良い気がします. キツくて嫌いなんですよね...

 一つ解ったのは,加速の練習は実走でやるべきということです. Zwiftレースのスプリントは役に立ちません(笑).

腰痛

 しもふさから感じる様になりました. 今回も午前中から辛かったです. フラットなコースだと,どうしてもフォームを固定しがちなのでしょう. こまめにダンシングを入れたり,ストレッチをするような余裕が必要だと感じました.

3. 結び

 やっぱりレースは楽しいです. 今年は後何戦できるかな???

 今週末は赤城オフロードを走ります. 未だ腰が痛いので,コンディションを整えていきたいです.