딥러닝 병렬처리와 GPU 최적화

홈으로교육과정AI 아카데미딥러닝

일수/시간 2일 / 14시간 (09:00~17:00) 강사 한컴아카데미 전문강사
과정매니저  정승호 (031-622-7684)
교육비 770,000원 (VAT포함)
선수과정 파이썬을 활용한 딥러닝 기본
Deep Learning 이해 (TX 보드 활용)
후속과정 GPU 병렬 프로그래밍과 CUDA 아키텍처
정원 20명
전체 교육일정
교육일정 신청마감일 수강신청 교육장소
2024.12.16(월) ~ 2024.12.17(화) 신청하기 교육장소 분당교육센터
과정개요
GPU(Graphic Processing Unit)를 활용하여 딥러닝 모델을 최적화하는 방법에 대해 다루는 것을 목표로 합니다. 참가자들은 GPU 병렬처리의 기본 이론부터 시작하여 딥러닝 모델을 효율적으로 학습하고 추론하는 방법을 익힐 것입니다. CUDA를 중심으로 한 실습을 통해 실제로 딥러닝 모델을 개발하고 최적화하는 데 필요한 기술을 습득할 수 있습니다.
특이사항


교육대상

· 딥러닝 알고리즘과 코드를 데이터·도메인에 적합한 함수·패키지로 구현하고 싶은 분
· 한정적인 컴퓨팅 리소스를 효율적으로 사용하기 위한 개발자, 기획자, 관리자

교육효과
· GPU(Graphic Processing Unit)를 활용하여 딥러닝 모델을 최적화할 수 있다.
· 딥러닝 모델을 효율적으로 학습하고 추론할 수 있다.
· CUDA를 중심으로 한 실습을 통해 실제로 딥러닝 모델을 개발하고 최적화하는 데 필요한 기술을 습득할 수 있다.
교육내용

구분

목차세부내용

1일차

(3시간)

GPU 병렬 처리와 딥러닝 개요

- GPU 컴퓨팅의 개념과 병렬 처리

- GPGPU 프로그래밍의 개요 : CUDA 및 OpenCL의 기본 개념

- 딥러닝의 기초(텐서플로, 파이토치)

- GPGPU 환경에서의 딥러닝 병렬 처리

- 개발 환경 설치

1일차

(4시간)

CUDA 프로그래밍 기초

- CUDA 프로그래밍 모델 소개와 구성 요소

- Hello CUDA 프로그래밍

- CUDA 커널 작성 및 실행

- 메모리 할당 및 복사, 그리드 및 블록 구성 등의 기초 실습

2일차

(4시간)

멀티 노드 학습

(Multi-Node Training)

- 딥러닝 모델 병렬화 기법 : 데이터 병렬화, 모델 병렬화

- GPU를 활용한 딥러닝 모델 최적화

- 분산환경 텐서플로(Tensorflow)

- 메모리 및 연산 최적화 기법

- Horovod를 사용한 텐서플로

2일차

(3시간)

딥러닝 최적화 기법

- 주요 딥러닝 프레임워크에서의 GPU 최적화 기능 소개

(TensorFlow, PyTorch 등)

- GPU를 활용한 딥러닝 모델 학습 및 추론 성능 향상

- 딥러닝 가속화를 위해 제안된 HPC 시스템 소개



첨부파일

[과정소개서] 딥러닝 병렬처리와 GPU 최적화.pdf

페이스북트위터구글즐겨찾기이메일

확인