AI 하드웨어·소프트웨어 스택

AI 가속기의 데이터플로 방식 중 하나인 '웨이트 스테이셔너리(가중치 고정)'의 설명으로 올바른 것은 무엇인가?

  1. A가중치를 매번 메모리에서 다시 읽고 입력을 고정한다
  2. B가중치를 각 연산기 안에 둔 채 움직이지 않고, 입력 값을 흘려 보내 차례로 곱셈-덧셈을 계산하여 가중치 읽기를 줄인다
  3. C가중치를 사용하지 않고 계산한다
정답과 해설 보기

정답: B. 가중치를 각 연산기 안에 둔 채 움직이지 않고, 입력 값을 흘려 보내 차례로 곱셈-덧셈을 계산하여 가중치 읽기를 줄인다

행렬 곱에서는 가중치, 입력, 출력 중 무엇을 연산기 안에 머물게 하여 재사용하느냐에 따라 데이터를 움직이는 방식이 여러 가지로 나뉩니다. 웨이트 스테이셔너리에서는 각 연산기에 가중치를 하나씩 읽어 들여 고정하고, 거기에 다수의 입력을 흘려 보내 곱셈-덧셈을 이어 갑니다. 같은 가중치를 많은 입력에 사용할 수 있는 합성곱이나 배치가 큰 계산에서 가중치 읽기 에너지를 크게 줄일 수 있습니다.

  • A. 입력을 고정하는 것은 다른 방식입니다.
  • B. 정답입니다. 많은 시스톨릭 어레이가 이 방식입니다.
  • C. 가중치는 계산에 필요합니다.
이 분야 연습하기 분야로 돌아가기

AI 하드웨어·소프트웨어 스택의 다른 문제

  1. AI 추론을 클라우드 서버가 아니라 스마트폰 같은 단말 안(엣지)에서 수행할 때의 이점으로 해당하지 않는 것은 무엇인가?
  2. 스마트폰 SoC에 탑재되는 NPU가 AI 추론에서 CPU보다 전력 효율이 높은 주된 이유는 무엇인가?
  3. AI 가속기의 성능으로 제시되는 '○○ TOPS'라는 값에 대해 주의할 점으로 올바른 것은 무엇인가?
  4. 대규모 학습의 효율을 나타내는 지표인 MFU(Model FLOPs Utilization)의 설명으로 올바른 것은 무엇인가?
  5. Transformer 모델의 학습에 필요한 연산 수의 기준으로, 파라미터 수를 N, 학습에 사용하는 토큰 수를 D라 할 때 자주 쓰이는 근사는 무엇인가?