선택한 단어 수는 입니다.
최소 단어 이상 선택하여야 합니다.
최소 단어 이상 선택하여야 합니다.
선택한 단어 수는 30입니다.
최대 10 단어까지만 선택 가능합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기韓國컴퓨터情報學會誌 = KSCI review, v.23 no.2, 2015년, pp.9 - 15
초록이 없습니다.
* AI 자동 식별 결과로 적합하지 않은 문장이 있을 수 있으니, 이용에 유의하시기 바랍니다.
핵심어 | 질문 | 논문에서 추출한 답변 |
---|---|---|
DistBelief란 무엇인가? | 이들의 연구 목표는 대규모 딥러닝 소프트웨어 시스템을 만드는 것이었으며 그 결과로서 만들어진 것이 DistBelief였다. DistBelief는 대규모 분산 기계학습 시스템으로서 구글 클라우드 플랫폼에서 실행되는 클라우드 서비스이다. DistBelief의 단점으로는 구글 내부 인프라와 너무 단단히 연결되어 있다는 점, 뉴럴 네트워크만 지원한다는 점을 들 수있다. | |
DistBelief의 단점은 무엇인가? | DistBelief는 대규모 분산 기계학습 시스템으로서 구글 클라우드 플랫폼에서 실행되는 클라우드 서비스이다. DistBelief의 단점으로는 구글 내부 인프라와 너무 단단히 연결되어 있다는 점, 뉴럴 네트워크만 지원한다는 점을 들 수있다. | |
GTC에서 딥러닝이 강조된 이유는 무엇인가? | 2015년 3월 실리콘밸리에서 열린 GTC (GPU Technology Conference)에서 강조된 주제는 바로 딥러닝이었다. 이는 딥러닝에 필요한 연산능력을 기반으로 하고 있는데 기존 CPU만을 활용하는 연산과 GPU를 활용하는 연산 성능이 크게 차이나기 때문이다. 예를 들어, 인텔 제온 16코어 CPU가 43일 걸리는 작업을 NVIDIA의 맥스웰 아키텍처가 적용된 3,072개의 CUDA (Compute Unified Device Architecture) 코어가 포함된 타이탄 X를 사용하면 3일까지 줄어들게 된다. 이는 서버 1,000개를 병렬로 연결한 구글 브레인에 비해 비용이나 전력 소모 면에서 장점을 가지고 있다고 할 수 있다. |
※ AI-Helper는 부적절한 답변을 할 수 있습니다.