Amazon Web Services 한국 블로그

Category: Deep Learning

AWS 및 NVIDIA 딥러닝 파트너쉽 – Volta 기반 GPU 인스턴스, 10만명 딥러닝 교육 등

올해 엔비디아의 GPU Technology Conference에서 AWS와 NVIDIA는 여러 가지 기술 협력을 시작했습니다. 첫 번째는 볼타 기반의 최신 GPU 인스턴스로 LSTM 트레이닝의 3 배 속도 향상을 통해 인공 지능 개발 방식을 완전히 바꿀 것으로 생각됩니다. 둘째, AWS에서 실행되는 DLI (Deep Learning Institute)를 통해 10 만 명이 넘는 개발자를 양성 할 계획입니다. 세 번째는 광범위한 개발자 커뮤니티를 […]

Read More

딥러닝용 P2 인스턴스 타입, 서울 리전 출시

최근 인공 지능에 대한 관심이 높아짐에 따라 활용 요구가 높은 기계 학습 및 딥러닝(Deep Learning), 유체 역학 컴퓨팅 연산, 지진파 분석, 분자 모델링, 유전학 및 금융 분석 등 대량 컴퓨팅 연산에 도움이 될 P2 인스턴스 타입을 서울 리전에 오늘 출시하였습니다. P2 인스턴스 타입은 8 NVIDIA Tesla K80 Accelerators (각각 2개의 NVIDIA GK210 GPU)을 지원합니다. 각 […]

Read More

AWS 기반 딥러닝 AMI 및 AWS CloudFormation 템플릿 업데이트

AWS CloudFormation은 아마존 웹 서비스 자원을 손쉽게 구성할 수 있는 도구로서 분산 딥러능 클러스터를 설정 및 운영하는 데 도움이 됩니다. Deep Learning 템플릿은 분산 딥러닝 학습을 수행하는 데 필요한 EC2 인스턴스 및 기타 AWS 리소스를 통해 클러스터를 시작할 수 있습니다. 최근 업데이트 된 Amazon Liunx Deep Learning AMI 및 Ubuntu Deep Learnin AMI (Apache MXNet, […]

Read More

MXNet, Apache 재단 오픈 소스 프로젝트 참여!

Alexa에서 Amazon Go에 이르기까지 Amazon 모든 분야에서 딥 러닝(Deep Learning) 엔진을 광범위하게 사용하고 있습니다. 그 중에서도 아마존에서는 딥 러닝을 수행하는 가장 확장성 높고 효율적인 방식인 MXNet을 주요 엔진으로 선택했습니다. MXNet은 오픈 소스로서 개발자가 정교한 맞춤형 인공 지능 시스템을 구축 할 수 있도록 지원하는 고급 딥러닝 엔진입니다. 높은 성능과 확장성을 통해 MXNet을 통한 딥러닝 모델 트레이닝은 […]

Read More

AWS로 딥 러닝을 위한 프레임워크 MxNet 활용하기

기계 학습에 대한 관심이 폭발적으로 증가했습니다. 특히, 국내에서는 올해 알파고로 인해 딥러닝(Deep Learning)에 대한 관심이 크게 증가하였습니다. 인공 신경망을 이용한 딥 러닝 기법은 하드웨어 성능의 비약적인 개선과 신경망 알고리즘의 개선으로 인해 실제 활용 가능한 수준으로 빠르게 변화하였습니다. 이러한 관심으로 인해 분산 딥 러닝 프레임워크(distributed deep-learning framework)가 많이 개발되어 오픈소스 형식으로 공개되고 있는 상황입니다. 게임 서비스 […]

Read More

AWS를 통한 분산 딥러닝(Deep Learning) 구성하기

기계 학습(Machine Learning) 분야는 명시적인 프로그래밍이 없더라도 컴퓨터를 통해 학습을 할 수 있도록 도와주는 전산 분야입니다. 알고리즘을 통해 스스로 배워서 데이터로 부터 예측을 할 수 있습니다. 최근에는 기계 학습의 분류로 딥러닝(Deep Learning)이라 불리는 방식으로 전통적인 기법보다 더 정확하고 성공적으로 음성 인식, 이미지 인식 및 비디오 분석 등의 분야에서 서비스를 제공할 수 있게 되었습니다. 하지만, 많은 […]

Read More

Amazon EC2 신규 GPU 인스턴스 타입 – P2 (16 GPU 지원)

컴퓨팅 하드웨어가 계속 발전하는 동안 CPU 연산 속도는 기하 급수적으로 증가하였습니다. 최근에 GPU (Graphics Processing Unit) 프로세스는 CPU 연산을 병렬적으로 처리하게 해줌으로서 기존 CPU의 병목을 줄여주는 핵심 하드웨어 장치가 되었습니다. 이를 통해 더 빠른 프로세스를 만들기 보다는 더 많은 병렬 컴퓨팅을 처리하게 되었습니다. 저희는 최근 많이 활용 요구가 높은 기계 학습 및 딥러닝(Deep Learning) 및 […]

Read More