인피니언 10월 광고
banner

하드웨어 및 소프트웨어 설계에서 가장 빠르게 성장하고 있는 분야 중 하나는 인공지능, 머신러닝입니다. 자율주행차와 같은 자율 시스템 그리고 개인 비서 앱을 위한 음성 인식에 대한 수요가 증가함에 따라 이러한 흐름은 더욱 강해지고 있는데요,

이 인공지능과 머신러닝을 구현하는 알고리즘에는 해결해야 하는 문제점이 있습니다. 이 문제점들은 무엇이고, 또 이를 해결하기 위해 필요한 것은 무엇일까요? 어떤 방식으로 접근해야 하고, 이 외에 어떠한 이점들을 얻어낼 수 있는지 해당 백서를 통해 확인해 보세요!


인공지능/머신러닝 알고리즘의 문제점?

인공지능과 머신러닝에서의 알고리즘 중 다수는 컨벌루션 신경망(CNN)을 통해 딥러닝 시스템을 구현하고 있습니다.
컨벌루션이라는 개념은 비교적 단순하지만, 컨벌루션 신경망을 머신러닝 분야에 응용함으로써 수십 가지의 신경망 접근 방식이 탄생했습니다.

이들 네트워크는 CPU/GPU에서 소프트웨어로 실행되지만, 해당 솔루션의 전력 요구사항 때문에 대다수의 추론 응용 분야에서 실용적이지 못합니다.

이에 하드웨어 엔지니어들은 전력/성능을 향상시키기 위해 머신러닝 하드웨어 가속화 블록을 만들기 위한...

HLS는 무엇이며, 분명한 이점은 무엇일까

머신러닝 매트릭스와 반복적인 설계 작업을 처리할 수 있는 차세대 기술로 주목 받고 있는 'HLS(상위수준합성)'

이 HLS는 수작업으로 코딩해야 하는 기존의 RTL에서 벗어나 C/C++ 및 기타 상위수준 언어로 작업할 수 있어, 프로젝트 기간을 절반으로 줄이는 등 생산성을 크게 향상시킬 수 있어 이외 알고리즘, 아키텍처의 연구개발에 더 많은 시간을 투자 할 수 있게 합니다.

또 그 밖에 어떠한 이점들이 있을까요? HLS이 엔지니어에게 제공하는 것은 무엇일지 구체적으로 살펴보고...

이벤트 참여 (영문 입력) ※ 경품 당첨시 연락 가능한 이메일, 전화번호를 입력해 주세요.

본 정보는 mentor로 전달됩니다.
  내용보기
Top