딥러닝특론 4강. 딥러닝 관련 H/W와 S/W

H/W의 중요성연산속도가 느리다면? (by Yann Lecun)- 실험평가 소요시간 증가- NN이 깊어지면 학습/추론 속도가 현저하게 저하- reproducible이 어려운 연구결과- 그 과정에서 좋은 아이디어가 버려짐빠른 연산이 가능한 H/W- 다양한 구조의 모델을 빠르게 평가- 깊은 NN도 학습 가능- 빠른 아이디어 검증- 높은 재생산성으로 기존 연구결과 활용 및 변형 용이머신러닝 H/W의 과거와 현재인공신경망을 위한 과거의 H/W- Net32k(1991) 1초에 320G번의 연산 가능- ANNA(1992) 1초에 4G번의 연산가능현재 머신러닝에 사용되는 일반적인 GPU 성능- Nvidia 2080Ti 1초에 13.45T번의 32bit 부동소수 연산- Nvidia V100 1초에 15.7T번의 32bit 부동소..........

원문링크 : 딥러닝특론 4강. 딥러닝 관련 H/W와 S/W