우노

캐시 메모리(Cache Memory) 란? 캐시 메모리란, 데이터를 미리 복사해두는 임시 저장공간을 의미합니다. 원본 데이터에 접근하는 시간보다, 캐시 메모리 내의 데이터에 접근하는 시간이 월등히 빠르기 때문에, 캐시 메모리를 사용합니다. CPU 의 성능이 아무리 좋아도, RAM 또는 HDD 에서 데이터를 가져오는 시간이 오래걸린다면, CPU 를 효율적으로 사용할 수 없습니다. 따라서, CPU 가 RAM 에 저장된 데이터들을 읽어올 때, 자주 사용되는 데이터들을 캐시 메모리에 올려둠으로써, 다음 접근 시, CPU 는 캐시 메모리를 통해 데이터를 가져오게 되고, 이를 통해, 데이터 접근시간이 줄어듬으로써, CPU 를 보다 효율적으로 사용 할 수 있게 됩니다. CPU 에는 이러한 캐시 메모리가 2~3개 정도..

ALU(산술논리연산장치)란? 산술연산을 진행하는 장치입니다. 딥러닝 알고리즘은 본질적으로, 많은 양의 단순 사칙연산(행렬 곱셈 등)을 수행합니다. 단순 사칙연산은 병렬화가 가능하기 때문에, ALU 가 많다면, 단순 사칙연산을 병렬화함으로써, 딥러닝을 보다 효율적으로 최적화 할 수 있습니다. CPU ‘Central Processing Unit’의 약자이며, 컴퓨터의 모든 연산과 작업을 처리하는 장치입니다. CPU 의 ALU 는 1개입니다. CPU 에는 제어장치(CU)가 존재하는 대신, ALU 가 1개 뿐입니다. 따라서, 단순 사칙연산 속도가, GPU 에 비해 안 좋습니다. 하지만, 복잡한 연산에는 용이합니다. GPU 이전에는 그래픽 카드의 핵심부품으로 알려져있었으며, 3D 그래픽의 다양한 효과(입체감, 광..

Google Coral 시리즈 (Dev Board, Edge TPU) Google Coral 시리즈는 Dev Board 와 Edge TPU 로 구성되어있습니다. Dev Board 와 Edge TPU 의 가장 큰 특징은 TPU 를 가지고 있다는 것입니다. TPU 는 Tensor Processor Unit 으로 Tensor 계산에 최적화된 연산장치입니다. 이때, Dev Board 는 완전한 보드 형태를 의미하고, Edge TPU 는 USB Accelerator 를 의미합니다. Dev Board 는 CPU, 메모리, 각종 인터페이스(USB, 이더넷 등)들을 가지고 있어 독립적으로 사용 가능합니다. Edge TPU 는 USB 로 연결 가능한 연산기로, 라즈베리파이 같은 장치에 연결하여 사용할 수 있습니다. 따라..

해당 포스트에서는 하드웨어 구성요소에 대해서 살펴보겠습니다. 들어가기 앞서, 우선, PC 는 소프트웨어와 하드웨어로 이루어져있으며, 하드웨어는 아래 3가지 구성요소로 이루어져있습니다. 중앙처리장치 CPU 기억장치 RAM (주기억장치) HDD (보조기억장치) 입출력장치 마우스, 프린터 중앙 처리 장치 CPU 는 컴퓨터의 모든 연산과 작업을 처리하는 장치이며, 아래 구성 요소로 이루어져있습니다. CU (제어장치) 명령어를 순서대로 실행할 수 있도록 제어하는 장치입니다. 주기억장치에서 프로그램 명령어를 꺼내 해독하고, 그 결과에 따라, 명령어 실행에 필요한 제어 신호를 연산장치, 기억장치, 입출력장치로 보냅니다. 또한, 장치가 보낸 신호를 받아, 다음에 수행할 동작을 결정합니다. ALU (산술논리연산장치) 산..

간단한 설명 딥러닝 알고리즘은 본질적으로, 많은 양의 단순 사칙연산(행렬 곱셈 등)을 수행한다. GPU 는 이러한 단순 사칙연산(행렬 곱셈 등)에 특화되어 있다. 단순 사칙연산은 병렬화가 아주 쉽기 때문에, GPU 를 통해 한꺼번에 여러 코어에서 계산이 가능하다. 하지만, GPU 는 복잡한 연산은 거의 못하며, 복잡한 연산은 CPU 가 유리하다. 따라서, 딥러닝 시 GPU 를 사용하면 보다 효율적으로 최적화 할 수 있다. 자세한 설명 산술논리연산장치(ALU)는 산술연산을 진행하는 장치이다. CPU 에는 제어장치(CU)가 존재하는 대신, 산술논리연산장치(ALU)가 1 개 뿐이다. 반면에, GPU 는 산술논리연산장치(ALU)가 여러 개이다. 따라서, 많은 양의 단순 사칙 연산을 수행하는 딥러닝에서는, GPU..