2017 NIPS 컨퍼런스에서 IBM이 30기가바이트의 데이터 집합을 1개의 GPU로 1분도 안되어
기계학습에 처리하는 것을 선보였습니다. 이 속도는 기존의 방법보다 10배 빠른 것입니다.
테라바이트단위로 기계학습을 시키는 것이 당연한 요즘, 기계 학습에 걸리는 시간은 시간, 일, 주 단위로 종잡을 수가 없습니다.
아무리 서버에 많은 메모리를 장착시키더라도 GPU 자체는 16기가바이트의 메모리 한계를 갖고 있기 때문입니다.
이에 대한 해결책으로 떠오른 것이 16기가바이트로 데이터 집합을 묶어 연속적으로 처리하는 방안이 등장했지만
GPU에서 혹은 GPU로 데이터를 옮기는 것은 매우 비용이 드는 작업입니다.
또한 CPU에서 GPU로 옮기는 오버헤드도 만만치 않습니다.
이에 IBM의 알고리즘은 기계학습을 하는데 각각의 절차에서 중요한 데이터만 가지고 학습을 진행하게 하는 것입니다.
즉, 데이터 집합의 부분들은 기계학습을 처리하는데 중요할 때와 아닌 때가 있습니다.
이러한 통찰을 가지고 접근했을 경우 기계학습 속도는 날개 달린 듯이 빠르게 이뤄진다고 합니다.
자세한 정보는 링크에서 소개하는 논문을 참고하기 바랍니다.
원조 외계인 갈굼집단이죠. 복장은 맨인블랙.
100년기업의 위엄
이런거 보면 ibm이 외계인 인거 같기도 하고...
Kerty
원조 외계인 갈굼집단이죠. 복장은 맨인블랙.
삭제된 댓글입니다.
승왕
레노버 : ㅋㅋ ㅈㅅ!!!
승왕
노트북 팔때가 좀 힘들었을땐가요?
진리의검스
그냥 ibm이 저런 컨설팅 비슷한쪽으로 방향전환하면서 장치산업 다 팔았죠...방향성을 바꿔서 그런거..
카우보이바보
안타깝네요... 예전 씽크패드는...
진짜 이러다가 매트릭스처럼 될까봐 두렵다.. 인간이 자꾸 인공지능을 인간과 닮게한다면.. 여러 회사들이 인공지능을 개발하는대 하나의 인공지능이아니라 여러개의 인공지능이 있을탠대 더 두렵다..
100년기업의 위엄
와우 코인도 10배로 캐겠네\