엔비디아, 10월 열리는 GTC 2020서 신규 ‘딥 러닝 인스티튜트 강좌’ 공개
엔비디아(www.nvidia.co.kr)는 오는 10월 5일부터 9일(미 현지시간)까지 온라인으로 진행되는 엔비디아 GPU 테크놀로지 컨퍼런스(GTC)에서 엔비디아 딥 러닝 인스티튜트(NVIDIA Deep Learning Institute, 이하 DLI) 신규 강좌 3개를 개설한다고 밝혔다.
신규 강좌는 강사 주도형 워크샵으로, 딥 러닝, 추천 시스템, 트랜스포머 기반 애플리케이션에 대한 기초 강의들로 구성돼 있다. 온라인에 접속하면 누구나 저렴한 가격에 수강이 가능하며 수강생은 클라우드 상에서 완벽 구성된 GPU 가속 서버에 액세스할 수 있다.
DLI는 가상 교실에서 엔비디아 인증을 받은 전문가들이 진행하는 핸즈온 원격 학습으로 이뤄진다. 수강생은 실시간으로 강사들이나 동료들과 서로 소통할 수 있다. 자신의 아이디어를 작성할 수 있고 대화형 코딩 문제를 해결하고, 개인의 전문 커리어 성장을 위해 과목별 DLI 인증서도 취득할 수 있다. GTC 2020의 DLI는 전세계에 제공되며, 각각 시간대가 다른 참여자들을 위해 몇 개의 강좌는 한국어, 일본어, 중국어 간체로 이용 가능하다.
GTC 2020의 DLI 신규 강좌는 다음과 같다:
• 딥 러닝의 기초 — 모델 훈련법을 학습하고, 일반적인 데이터 유형 및 모델 아키텍처로 작업하며, 모델들 간에 전이학습(transfer learning) 활용하는 등 딥 러닝 프로젝트 수행에 대한 자신감을 쌓을 수 있다.
• 인텔리전트 추천 시스템 구축 — 콘텐츠 기반, 협업 필터링(collaborative filtering), 하이브리드 등의 다양한 유형의 추천 시스템을 구축한다. 오픈소스 cuDF 라이브러리, 아파치 애로우(Apache Arrow), ALS(Alternating Least Squares), CuPy, 텐서플로우(TensorFlow) 2 사용법을 학습한다.
• 트랜스포머 기반 자연어처리(NLP) 애플리케이션 구축 — 워드2벡(Word2Vec), 순환신경망(recurrent neural network, RNN) 기반 임베딩, 트랜스포머 아키텍처 기능들 및 그 개선방법 등과 같은 NLP 주제들에 대해 학습한다. 텍스트 분류, 개체명인식(Named-Entity Recognition, NER) 및 질의 응답을 위해 사전 트레이닝된 NLP 모델을 활용하고 라이브 애플리케이션을 위해 개선된 모델을 배포한다.
그 외에도 GTC 2020에서는 다음과 같은 DLI 강좌가 제공된다.
• 인텔리전트 비디오 분석(IVA)을 위한 딥 러닝 — 한국어로 제공되는 강좌로, 하드웨어 가속 디코딩을 활용해 비디오 피드를 효율적으로 처리하고 전이학습을 활용해 모델의 정확도를 높이는 등 비디오 프레임 내에서 다양한 유형의 물체를 감지하고 예측하는 법을 배운다.
• 쿠다(CUDA) 파이썬(Python)을 활용한 가속 컴퓨팅의 기초 — 눔바(Numba) 사용해 넘파이(NumPy) 범용함수에서 엔비디아 쿠다 커널 컴파일하고, 커스텀 쿠다 커널 생성 및 시작하며, 핵심 GPU 메모리 관리 기술을 적용하는 방법을 학습한다.
• 예측 관리를 위한 인공지능(AI) 애플리케이션 — 예측 관리를 활용하고, 고장 관리를 위해 이상현상을 감지하고, 예측하지 못한 고비용의 다운타임 방지하고, XG부스트(XGBoost)로 머신 러닝 분류 모델을 사용해 결과를 예측하기 위한 시계열 데이터를 활용한다.
• 래피즈(RAPIDS)를 활용한 가속 데이터 사이언스의 기초 — 대규모 데이터 분석을 수행하기 위해 XG부스트, cuGRAPH, cuML 등의 GPU 가속 머신 러닝 알고리즘을 적용해, cuDF 와 대스크(Dask)를 활용하여 GPU에서 직접 대규모 데이터세트를 처리하고 조작하는 방법을 학습한다.
• 쿠다 C/C++를 활용한 가속 컴퓨팅의 기초 — 가속 애플리케이션을 최적화하기 위해 필수적인 쿠다 메모리 관리와 같은 기술을 통해 GPU에서 레이턴트 패러랠리즘(latent parallelism)를 실행하는 CPU 전용 애플리케이션들을 가속화하는 방법을 이해한다.
• 멀티 GPU을 위한 딥 러닝 기초 — 딥 러닝 학습을 여러 GPU로 스케일링해 대량의 데이터에 소요되는 훈련 시간을 대폭 축소하고 딥 러닝으로 복잡한 문제 해결한다.
• 이상 현상 감지를 위한 AI 애플리케이션 — 가속 XG부스트, 딥 러닝 기반 오토인코더, 생성적 대립 신경망(Generative Adversarial Network, GAN)을 사용해 네트워크 침입을 파악하기 위한 멀티 AI 기반 솔루션을 구현하는 방법을 학습한다.
• 200만 명이 넘는 엔비디아 개발자들이 전세계의 가장 까다로운 문제를 해결하기 위해 기술 혁신에 노력하는 현시점에서, 딥 러닝 전문가에 대한 수요는 그 어느때보다도 높다. DLI는 AI, 가속 컴퓨팅, 데이터 사이언스에 대해 더 깊게 배우고 싶어하는 학습자들을 위한 다양한 주제를 다루고 있다. DLI 수강인원은 한정돼 있으며, 얼리버드 등록은 9월 25일까지다.
엔비디아, 새로운 RTX A400과 A1000 GPU로 AI 기반 워크플로우 강화
조회수 67회 / NVIDIA
엔비디아, 클라우드 양자 컴퓨터 시뮬레이션 마이크로서비스 출시
조회수 127회 / 엔비디아
엔비디아, AI 시대 위한 GTC 콘퍼런스 개최 준비 박차
조회수 120회 / NVIDIA
nVidia, AI 플랫폼 전반에서 텐서RT-LLM으로 젬마 성능 가속화
조회수 192회 / NVIDIA
nvidia, 차세대 AI 디자인과 시각화 시대 위한 초고화질 레이 트레이싱 ...
조회수 138회 / 엔비디아
nVidia 드라이브, 선도적인 전기차 제조업체에 자율주행 실현 지원
조회수 193회 / 엔비디아
엔비디아, 새로운 스펙트럼-X 이더넷 네트워킹으로 기업 AI 워크로드 가...
조회수 277회 / nVidia
엔비디아, HGX H200 출시…추론 속도 더욱 가속화
조회수 307회 / 엔비디아
엔비디아, 로보틱스와 엣지 위한 젯슨 플랫폼 확장 발표
조회수 265회 / nVidia
PDF 다운로드
회원 정보 수정