¿£ºñµð¾Æ(CEO Á¨½¼ Ȳ)´Â ¿À´Â 10¿ù 5ÀϺÎÅÍ 9ÀÏ(¹Ì ÇöÁö½Ã°£)±îÁö ¿Â¶óÀÎÀ¸·Î ÁøÇàµÇ´Â ¿£ºñµð¾Æ GPU Å×Å©³î·ÎÁö ÄÁÆÛ·±½º(GTC)¿¡¼ ¿£ºñµð¾Æ µö ·¯´× ÀνºÆ¼Æ©Æ®(NVIDIA Deep Learning Institute, ÀÌÇÏ DLI) ½Å±Ô °Á 3°³¸¦ °³¼³ÇÑ´Ù°í ¹àÇû´Ù.
½Å±Ô °Á´ °»ç ÁÖµµÇü ¿öÅ©¼¥À¸·Î, µö ·¯´×, Ãßõ ½Ã½ºÅÛ, Æ®·£½ºÆ÷¸Ó ±â¹Ý ¾ÖÇø®ÄÉÀ̼ǿ¡ ´ëÇÑ ±âÃÊ °Àǵé·Î ±¸¼ºµÅ ÀÖ´Ù. ¿Â¶óÀο¡ Á¢¼ÓÇÏ¸é ´©±¸³ª Àú·ÅÇÑ °¡°Ý¿¡ ¼ö°ÀÌ °¡´ÉÇÏ¸ç ¼ö°»ýÀº Ŭ¶ó¿ìµå »ó¿¡¼ ¿Ïº® ±¸¼ºµÈ GPU °¡¼Ó ¼¹ö¿¡ ¾×¼¼½ºÇÒ ¼ö ÀÖ´Ù.
DLI´Â °¡»ó ±³½Ç¿¡¼ ¿£ºñµð¾Æ ÀÎÁõÀ» ¹ÞÀº Àü¹®°¡µéÀÌ ÁøÇàÇÏ´Â ÇÚÁî¿Â ¿ø°Ý ÇнÀÀ¸·Î ÀÌ·ïÁø´Ù. ¼ö°»ýÀº ½Ç½Ã°£À¸·Î °»çµéÀ̳ª µ¿·áµé°ú ¼·Î ¼ÒÅëÇÒ ¼ö ÀÖ´Ù. ÀÚ½ÅÀÇ ¾ÆÀ̵ð¾î¸¦ ÀÛ¼ºÇÒ ¼ö ÀÖ°í ´ëÈÇü ÄÚµù ¹®Á¦¸¦ ÇØ°áÇÏ°í, °³ÀÎÀÇ Àü¹® Ä¿¸®¾î ¼ºÀåÀ» À§ÇØ °ú¸ñº° DLI ÀÎÁõ¼µµ ÃëµæÇÒ ¼ö ÀÖ´Ù. GTC 2020ÀÇ DLI´Â Àü¼¼°è¿¡ Á¦°øµÇ¸ç, °¢°¢ ½Ã°£´ë°¡ ´Ù¸¥ Âü¿©ÀÚµéÀ» À§ÇØ ¸î °³ÀÇ °Á´ Çѱ¹¾î, ÀϺ»¾î, Áß±¹¾î °£Ã¼·Î ÀÌ¿ë °¡´ÉÇÏ´Ù.
GTC 2020ÀÇ DLI ½Å±Ô °Á´ ´ÙÀ½°ú °°´Ù.
µö ·¯´×ÀÇ ±âÃÊ : ¸ðµ¨ ÈƷùýÀ» ÇнÀÇÏ°í, ÀϹÝÀûÀÎ µ¥ÀÌÅÍ À¯Çü ¹× ¸ðµ¨ ¾ÆÅ°ÅØó·Î ÀÛ¾÷Çϸç, ¸ðµ¨µé °£¿¡ ÀüÀÌÇнÀ(transfer learning) È°¿ëÇÏ´Â µî µö ·¯´× ÇÁ·ÎÁ§Æ® ¼öÇà¿¡ ´ëÇÑ ÀڽۨÀ» ½×À» ¼ö ÀÖ´Ù.
ÀÎÅÚ¸®ÀüÆ® Ãßõ ½Ã½ºÅÛ ±¸Ãà : ÄÜÅÙÃ÷ ±â¹Ý, Çù¾÷ ÇÊÅ͸µ(collaborative filtering), ÇÏÀ̺긮µå µîÀÇ ´Ù¾çÇÑ À¯ÇüÀÇ Ãßõ ½Ã½ºÅÛÀ» ±¸ÃàÇÑ´Ù. ¿ÀǼҽº cuDF ¶óÀ̺귯¸®, ¾ÆÆÄÄ¡ ¾Ö·Î¿ì(Apache Arrow), ALS(Alternating Least Squares), CuPy, ÅÙ¼Ç÷οì(TensorFlow) 2 »ç¿ë¹ýÀ» ÇнÀÇÑ´Ù.
Æ®·£½ºÆ÷¸Ó ±â¹Ý ÀÚ¿¬¾îó¸®(NLP) ¾ÖÇø®ÄÉÀÌ¼Ç ±¸Ãà : ¿öµå2º¤(Word2Vec), ¼øȯ½Å°æ¸Á(recurrent neural network, RNN) ±â¹Ý ÀÓº£µù, Æ®·£½ºÆ÷¸Ó ¾ÆÅ°ÅØó ±â´Éµé ¹× ±× °³¼±¹æ¹ý µî°ú °°Àº NLP ÁÖÁ¦µé¿¡ ´ëÇØ ÇнÀÇÑ´Ù. ÅؽºÆ® ºÐ·ù, °³Ã¼¸íÀνÄ(Named-Entity Recognition, NER) ¹× ÁúÀÇ ÀÀ´äÀ» À§ÇØ »çÀü Æ®·¹ÀÌ´×µÈ NLP ¸ðµ¨À» È°¿ëÇÏ°í ¶óÀÌºê ¾ÖÇø®ÄÉÀ̼ÇÀ» À§ÇØ °³¼±µÈ ¸ðµ¨À» ¹èÆ÷ÇÑ´Ù.
±× ¿Ü¿¡µµ GTC 2020¿¡¼´Â ´ÙÀ½°ú °°Àº DLI °Á°¡ Á¦°øµÈ´Ù.
ÀÎÅÚ¸®ÀüÆ® ºñµð¿À ºÐ¼®(IVA)À» À§ÇÑ µö ·¯´× : Çѱ¹¾î·Î Á¦°øµÇ´Â °Á·Î, Çϵå¿þ¾î °¡¼Ó µðÄÚµùÀ» È°¿ëÇØ ºñµð¿À Çǵ带 È¿À²ÀûÀ¸·Î ó¸®ÇÏ°í ÀüÀÌÇнÀÀ» È°¿ëÇØ ¸ðµ¨ÀÇ Á¤È®µµ¸¦ ³ôÀÌ´Â µî ºñµð¿À ÇÁ·¹ÀÓ ³»¿¡¼ ´Ù¾çÇÑ À¯ÇüÀÇ ¹°Ã¼¸¦ °¨ÁöÇÏ°í ¿¹ÃøÇÏ´Â ¹ýÀ» ¹è¿î´Ù.
Äí´Ù(CUDA) ÆÄÀ̽ã(Python)À» È°¿ëÇÑ °¡¼Ó ÄÄÇ»ÆÃÀÇ ±âÃÊ : ´®¹Ù(Numba) »ç¿ëÇØ ³ÑÆÄÀÌ(NumPy) ¹ü¿ëÇÔ¼ö¿¡¼ ¿£ºñµð¾Æ Äí´Ù Ä¿³Î ÄÄÆÄÀÏÇÏ°í, Ä¿½ºÅÒ Äí´Ù Ä¿³Î »ý¼º ¹× ½ÃÀÛÇϸç, ÇÙ½É GPU ¸Þ¸ð¸® °ü¸® ±â¼úÀ» Àû¿ëÇÏ´Â ¹æ¹ýÀ» ÇнÀÇÑ´Ù.
¿¹Ãø °ü¸®¸¦ À§ÇÑ ÀΰøÁö´É(AI) ¾ÖÇø®ÄÉÀÌ¼Ç : ¿¹Ãø °ü¸®¸¦ È°¿ëÇÏ°í, °íÀå °ü¸®¸¦ À§ÇØ ÀÌ»óÇö»óÀ» °¨ÁöÇÏ°í, ¿¹ÃøÇÏÁö ¸øÇÑ °íºñ¿ëÀÇ ´Ù¿îŸÀÓ ¹æÁöÇÏ°í, XGºÎ½ºÆ®(XGBoost)·Î ¸Ó½Å ·¯´× ºÐ·ù ¸ðµ¨À» »ç¿ëÇØ °á°ú¸¦ ¿¹ÃøÇϱâ À§ÇÑ ½Ã°è¿ µ¥ÀÌÅ͸¦ È°¿ëÇÑ´Ù.
·¡ÇÇÁî(RAPIDS)¸¦ È°¿ëÇÑ °¡¼Ó µ¥ÀÌÅÍ »çÀ̾ð½ºÀÇ ±âÃÊ : ´ë±Ô¸ð µ¥ÀÌÅÍ ºÐ¼®À» ¼öÇàÇϱâ À§ÇØ XGºÎ½ºÆ®, cuGRAPH, cuML µîÀÇ GPU °¡¼Ó ¸Ó½Å ·¯´× ¾Ë°í¸®ÁòÀ» Àû¿ëÇØ, cuDF ¿Í ´ë½ºÅ©(Dask)¸¦ È°¿ëÇÏ¿© GPU¿¡¼ Á÷Á¢ ´ë±Ô¸ð µ¥ÀÌÅͼ¼Æ®¸¦ ó¸®ÇÏ°í Á¶ÀÛÇÏ´Â ¹æ¹ýÀ» ÇнÀÇÑ´Ù.
Äí´Ù C/C++¸¦ È°¿ëÇÑ °¡¼Ó ÄÄÇ»ÆÃÀÇ ±âÃÊ : °¡¼Ó ¾ÖÇø®ÄÉÀ̼ÇÀ» ÃÖÀûÈÇϱâ À§ÇØ ÇʼöÀûÀÎ Äí´Ù ¸Þ¸ð¸® °ü¸®¿Í °°Àº ±â¼úÀ» ÅëÇØ GPU¿¡¼ ·¹ÀÌÅÏÆ® Æз¯·¤¸®Áò(latent parallelism)¸¦ ½ÇÇàÇÏ´Â CPU Àü¿ë ¾ÖÇø®ÄÉÀ̼ǵéÀ» °¡¼ÓÈÇÏ´Â ¹æ¹ýÀ» ÀÌÇØÇÑ´Ù.
¸ÖƼ GPUÀ» À§ÇÑ µö ·¯´× ±âÃÊ : µö ·¯´× ÇнÀÀ» ¿©·¯ GPU·Î ½ºÄÉÀϸµÇØ ´ë·®ÀÇ µ¥ÀÌÅÍ¿¡ ¼Ò¿äµÇ´Â ÈÆ·Ã ½Ã°£À» ´ëÆø Ãà¼ÒÇÏ°í µö ·¯´×À¸·Î º¹ÀâÇÑ ¹®Á¦ ÇØ°áÇÑ´Ù.
ÀÌ»ó Çö»ó °¨Áö¸¦ À§ÇÑ AI ¾ÖÇø®ÄÉÀÌ¼Ç : °¡¼Ó XGºÎ½ºÆ®, µö ·¯´× ±â¹Ý ¿ÀÅäÀÎÄÚ´õ, »ý¼ºÀû ´ë¸³ ½Å°æ¸Á(Generative Adversarial Network, GAN)À» »ç¿ëÇØ ³×Æ®¿öÅ© ħÀÔÀ» ÆľÇÇϱâ À§ÇÑ ¸ÖƼ AI ±â¹Ý ¼Ö·ç¼ÇÀ» ±¸ÇöÇÏ´Â ¹æ¹ýÀ» ÇнÀÇÑ´Ù.
200¸¸ ¸íÀÌ ³Ñ´Â ¿£ºñµð¾Æ °³¹ßÀÚµéÀÌ Àü¼¼°èÀÇ °¡Àå ±î´Ù·Î¿î ¹®Á¦¸¦ ÇØ°áÇϱâ À§ÇØ ±â¼ú Çõ½Å¿¡ ³ë·ÂÇÏ´Â Çö½ÃÁ¡¿¡¼, µö ·¯´× Àü¹®°¡¿¡ ´ëÇÑ ¼ö¿ä´Â ±× ¾î´À¶§º¸´Ùµµ ³ô´Ù. DLI´Â AI, °¡¼Ó ÄÄÇ»ÆÃ, µ¥ÀÌÅÍ »çÀ̾𽺿¡ ´ëÇØ ´õ ±í°Ô ¹è¿ì°í ½Í¾îÇÏ´Â ÇнÀÀÚµéÀ» À§ÇÑ ´Ù¾çÇÑ ÁÖÁ¦¸¦ ´Ù·ç°í ÀÖ´Ù. DLI ¼ö°ÀοøÀº ÇÑÁ¤µÅ ÀÖÀ¸¸ç, ¾ó¸®¹öµå µî·ÏÀº 9¿ù 25ÀϱîÁö´Ù.