[태그:] GPU

1. 파운데이션 모델 (Foundation Model)의 개요 (1) 파운데이션 모델의 개념 개념도 개념 맞춤형 AI 서비스의 효율적 구축을 위해 자기 지도 학습과 트랜스포머 아키텍처 기반 다운스트림 작업을 통해 다양한 AI 모델에 최적화 되도록 준비된 범용 AI 기초 모델 (2) 파운데이션 모델의 특징 구분 특징 특징 설명 학습 측면 자기 지도 학습 – 전이학습 형태로, 데이터의 어노테이션

1. 온디바이스 AI (On-Device AI)의 개요 (1) 온디바이스 AI 부각 배경 항공기, 오지 등 인터넷 서비스 이용이 어려운 환경에서 AI 서비스 요구 증가 디바이스 센서, 배터리, 연산장치 등 관련 기술 발달에 따른 온디바이스 AI 실현 가속화 지능형 반도체, AI 기술 발전으로 저전력화, 고효율화, 소형화 기반 자체 고수준 AI 분석 수행 (2) 온디바이스 AI의 개념 및

I. 국내 기업과 기관에서의 인공지능 도입의 필요성 “디지털 전환의 핵심 기반 기술로 인공지능 도입이 필요” 현재 세계는 기계의 지능화를 통해 생산성이 고도로 향상되는 4차 산업혁명 시대에 있으며, AI는 자동화/최적화를 통한 효율화로 기존 산업의 생산성 개선, 신산업 창출 등 성장 동력 확충에 기여 인공지능을 활용한 혁신적 제품과 서비스로 시장 경쟁력을 확보와 다양한 사회문제를 해결할 수 있을

I. 클라우드 기반 GPU 가상화의 필요성 및 효과 4차 산업혁명에 따른 인공지능의 확산과 클라우드 컴퓨팅에 대한 수요 증가 클라우드 기반 인공신경망 연산 시 비용 대비 높은 성능 제공 위해 VM 간 GPU를 효과적으로 공유    II. 클라우드 기반 GPU 가상화 기술 가. API 리모팅 (GPU 벤더 미지원 시 구현 방법) 기술 개념 Host OS(Native 환경)에서

I. 영상 처리, GPU (Graphic Processing Unit)의 개념 컴퓨터 모니터에 픽셀(화소)로 투영되는 그래픽 처리를 위해 부동소수점 연산 기반 병렬 처리 특화 처리 장치 특히 인공지능(AI)에서 많은 수의 데이터 학습 시 성능 향상, 다중 코어 병렬 연산 환경이 필수적이므로 최근 GPU 활용 폭발적 증가   II. GPU의 구조/구성요소와 핵심 기술 가. 그래픽카드의 구조와 GPU의 구조/구성요소 그래픽카드