일 | 월 | 화 | 수 | 목 | 금 | 토 |
---|---|---|---|---|---|---|
1 | 2 | 3 | 4 | |||
5 | 6 | 7 | 8 | 9 | 10 | 11 |
12 | 13 | 14 | 15 | 16 | 17 | 18 |
19 | 20 | 21 | 22 | 23 | 24 | 25 |
26 | 27 | 28 | 29 | 30 | 31 |
- stl
- Semiconductor
- cloud
- HA
- GPU
- dnn
- CUDA
- convolution
- flash_memory
- C++
- Compression
- quantum_computing
- nvidia
- Qubit
- jhVM
- 쿠버네티스
- 양자역학의공준
- 반도체기초
- DRAM
- 딥러닝
- deep_learning
- SpMM
- 클라우드
- jhDNN
- FPGA
- CuDNN
- kubernetes
- POD
- 반도체
- sycl
- Today
- Total
목록분류 전체보기 (143)
Computing
이전 글 2022.06.14 - [Deep Learning/Optimization (Algorithm)] - TensorRT (1) 개념, 최적화 방법, Workflow (Layer Fusion, Quantization 등) 2022.07.08 - [Deep Learning/Optimization (Algorithm)] - TensorRT (2) 설치 및 샘플 테스트 (Ubuntu 18.04 기준) 이전 글들에서 TensorRT의 기본 개념 및 설치 방법에 대하여 알아보았다. 이번 포스터에서는 TensorFlow 딥러닝 네트워크를 TensorRT로 최적화하는 방법에 대하여 정리하고자 한다. TensorFlow의 TensorRT integration 문서[1]를 참고하여 정리하고자 한다. TF-TRT Te..
이전 글 2022.06.14 - [Deep Learning/Optimization (Algorithm)] - TensorRT (1) 개념, 최적화 방법, Workflow (Layer Fusion, Quantization 등) 이전 글에서 TensorRT의 기본 개념에 대하여 소개하였다. 오늘 포스터에서는 TensorRT의 설치 방법을 정리하고자 한다. TensorRT의 설치 방법은 공식문서, wikidocs를 참고하였다. 설치 방법 (0) TensorRT는 C++ library이다. 따라서 C++ API를 제공하는데, 추가적으로 Python API도 제공한다. (1) 준비물 CUDA toolkit, PyCUDA 설치 필요 pip install numpy cupy Kepler architecture 이상의..
BLAS 란 BLAS는 Basic Linear Algebra Subprograms(BLAS)의 약자[1]로, 한국어로 해석하자면 기본 선형 대수 함수(subprogram을 어떻게 번역하는 게 좋을 지 모르겠다.)이다. 말 그대로 선형 대수 분야에서 사용되는 기본적인 연산자들의 일반화된 형태들의 집합을 나타낸다. High performance computing (HPC) 분야에서 성능을 측정하는 도구로도 사용되며, 기본적으로 선형 대수가 많은 산업 분야에서 사용되기에 최고의 성능을 내는 것을 목적으로 많은 연구가 진행되고 있다. 특히 SIMD 연산자를 이용한 병렬처리가 BLAS 연산 최적화에 많이 사용된다. 대표적으로 NVIDIA는 자신의 GPU에 최적화된 cuBLAS[2] library를, INTEL은 ..
가상화 Virtualization 개념 (하드웨어) 가상화(virtualization)란 클라우드 컴퓨팅을 가능하게 하는 가장 기본이 되는 기술로, 컴퓨터 자원(resource, CPU, 메모리, 하드디스크, 네트워크 등)들의 가상화(추상화)된 버전을 제공하는 기술[1]이다. 가상화는 하드웨어의 효율적인 사용과 애플리케이션의 쉬운 배포를 목적으로 사용된다. 아마 virtual machine(VM)에 대해서는 많이 들어 보았을 것인데, 가상머신(VM)은 hardware virtualization을 통해 완전히 독립된(isolated) 컴퓨팅 환경을 사용자에게 제공하는 것이 목적이다. 하나의 실제 컴퓨터에서 여러 개의 가상머신들이 실행될 수 있으며, 각 가상머신은 독립된 컴퓨터처럼 자신의 OS, libs, ..
이전 포스터에서 불순물 반도체(P형, N형)의 특성 및 그것들을 활용한 P-N 접합 다이오드(P-N junction diode), 커패시터(capacitor)에 대하여 정리하였다. 이번 포스터에서는 P형, N형 반도체 및 P-N 접합 특성을 활용한 또 다른 소자인 트랜지스터에 대하여 정리하고자 한다. 트랜지스터 Transistor 트랜지스터는 전기 신호를 증폭하거나 스위칭하는 데 사용되는 반도체 소자[1]이다. 특히 컴퓨터와 같은 디지털 전자 장비에서는 매우 필수인 소자로, 주로 전기 신호를 키고 끄는 스위치의 기능으로 많이 사용된다. Fig 1.의 트랜지스터는 NPN 바이폴라트랜지스터의 예시이며, Fig 1.처럼 3가지 불순문 반도체(NPN or PNP 순서)를 이어붙여서 트랜지스터를 만들 수 있다. ..
이전 포스터에서 P형 반도체와 N형 반도체의 특성 및 그것들의 접합하여 만든 P-N 접합 다이오드 (P-N junction diode)에 대하여 정리하였다. 이번 포스터에서는 P형, N형 반도체 및 P-N 접합 특성을 활용한 또 다른 소자인 커패시터에 대하여 정리하고자 한다. 커패시터 Capacitor 커패시터, 축전기는 전기전자회로에서 전기 용량을 전기적 퍼텐셜 에너지로 저장하는 장치[1]로, 쉽게 생각하여 전기를 저장하는 소자이다. Fig 1. 왼쪽 그림은 커패시터를 나타낸 모형도로 두 개의 판(plates) 사이에 유전체(dielectric)을 넣어서 만들어진다. 두 개의 판에 Vc의 전압을 인가할 경우, 유전체에는 Q만큼의 전하량이 저장된다. 커패시터에서 전기가 실제로 저장되는 물질이 바로 유전체..
순수 반도체에 불순물 원자를 첨가(도핑)하여 불순물 반도체 (P형, N형)을 만들 수 있다. 불순물이 첨가된 불순물 반도체는 순수 반도체에 비해 일반적으로 전하를 옮기는 carriers(conduction electron과 hole)을 많이 포함하고 있어, 순수 반도체와는 다른 전기적 특성을 보인다. 이번 포스터에서는 도핑을 통해 전기적 특성을 조절할 수 있는 불순물 반도체를 활용한 소자에 대하여 간단히 정성적으로 정리하고자 한다. 저항기 : N형 반도체와 P형 반도체 불순물 반도체의 경우, 도핑 농도를 조절하여 물질의 저항률(비저항, resistivity)을 조절(이전강의)할 수 있다. N형 반도체의 경우 donor 원소를 도핑하여, 도핑된 donor 원자 1개당 1개의 자유 전자를 가지게 된다. 이렇..
전하 Charge 전하(electric charge)는 전기장 내에서 전기현상을 일으키는 주체적인 원인[1]이다. 물체가 가진 전하의 양을 전하량이라고 한다. 전하의 단위는 C(쿨롬) 혹은 A⋅s로, 1C = 1A⋅s는 1A 전류가 1초동안 이동했을 때 움직인 총 전하의 "양"이다. 전하를 가진 물체는 다른 전하를 가진 물체에 의해 전기력을 받는다. 두 점전하 q1, q2가 있고, 두 점전하가 거리 r만큼 떨어져 있을 때, 두 점전하 사이에 작용하는 전기력의 크기는 쿨롱의 법칙을 따른다. (각 점전하는 q1, q2만큼 전하량을 가지고 있다.) 전자 하나가 가지는 전하량 e = 1.60217 * 10^(-19)이다. 전류 Current와 전류 밀도 Current Density 전류 I는 전하의 흐름으로, ..