딥 러닝 성능을 이해하고 싶다면, PLASTER를 기억하세요
딥 러닝 성능에 대해서는 어떻게 측정해야 하는 지, 무엇을 측정해야 되는 지 등 많은 논란이 있었는데요. 엔비디아가 발표한 PLASTER가 이러한 논란에 종지부를 찍을 것으로 보입니다.
올해 초 개최된 엔비디아 GPU 테크놀로지 컨퍼런스(GPU Technology Conference)에서엔비디아 젠슨 황(Jensen Huang) CEO는 하이퍼스케일 데이터 센터들은 이제껏 만들어진 것들 중 가장 복잡한 컴퓨터들이며, 결코 단순하지 않다고 설명했습니다. 그리고 각 요인들을 하나의 약어로 함축시킨 PLASTER를 소개했습니다.
PLASTER는 아래 7가지 단어를 줄인 말입니다.
- 프로그래머빌리티(Programmability)
- 지연도(Latency)
- 정확도(Accuracy)
- 모델의 크기(Size of Model)
- 처리능력(Throughput)
- 에너지 효율(Energy Efficiency)
- 학습 속도(Rate of Learning)
이 모든 요소들을 설명하는 티리어스 리서치(Tirias Research)의 백서 “PLASTER: 딥 러닝 성능을 위한 프레임워크“에서 자세한 내용을 확인해보세요.