AI 하드웨어·소프트웨어 스택

XLA, TVM, PyTorch의 컴파일 기능과 같은 AI 컴파일러가 수행하는 주된 처리로 올바른 것은 무엇인가?

  1. AAI 모델의 답을 사람의 말로 번역한다
  2. B학습용 데이터를 자동으로 수집한다
  3. C모델의 계산 그래프를 분석하여 연산 융합, 데이터 배치, 타일링 등을 최적화하고 대상 하드웨어용 코드를 생성한다
정답과 해설 보기

정답: C. 모델의 계산 그래프를 분석하여 연산 융합, 데이터 배치, 타일링 등을 최적화하고 대상 하드웨어용 코드를 생성한다

AI 컴파일러는 모델을 연산과 데이터 흐름의 계산 그래프로 받아, 묶을 수 있는 연산의 융합, 불필요한 계산의 삭제, 메모리 배치의 선택, 타일 크기의 조정 등을 수행하고 GPU나 NPU 등 대상에 맞는 커널을 만듭니다. 같은 모델이라도 하드웨어마다 최적의 코드를 자동으로 만들 수 있으므로, 수작업 최적화의 수고를 크게 줄일 수 있습니다.

  • A. 자연어 번역과는 관계가 없습니다.
  • B. 데이터 수집 도구가 아닙니다.
  • C. 정답입니다. 하드웨어의 성능을 끌어내기 위한 도구입니다.
이 분야 연습하기 분야로 돌아가기

AI 하드웨어·소프트웨어 스택의 다른 문제

  1. AI 프레임워크나 컴파일러에서 사용되는 '계산 그래프'의 설명으로 올바른 것은 무엇인가?
  2. ONNX의 설명으로 올바른 것은 무엇인가?
  3. TensorRT나 ONNX Runtime 같은 추론 런타임이 학습용 프레임워크로 그대로 추론하는 것보다 빠를 수 있는 주된 이유는 무엇인가?
  4. ReLU나 레이어 정규화와 같은 요소별 연산이 AI 계산 중에서 연산 횟수에 비해 시간이 걸리기 쉬운 이유로 올바른 것은 무엇인가?
  5. 합성곱 신경망에서 합성곱 계산을 im2col 등의 방법으로 행렬 곱으로 변환하여 계산하는 경우가 있는 이유로 올바른 것은 무엇인가?