강의목표
○ GPU의 하드웨어 구조와 CUDA 프로그래밍 모델을 이해하여 병렬 컴퓨팅의 기초 역량을 습득.
○ 신경망의 핵심 연산인 FCL과 CNN을 CUDA 커널로 직접 설계하고, 메모리 최적화 기법을 적용하여 가속화된 추론 시스템을 구현.
강의개요
○ 1 일차에는 GPU 아키텍처 기초 학습과 함께 이미지 Blur 실습을 통해 CUDA 프로그래밍의 기본적인 데이터 처리 방식을 익힘.
○ 2 일차와 3 일차에는 MNIST 와 CNN 구조를 바탕으로 배치 처리 및 Lowering(im2col), Tiling 등 실무적인 신경망 최적화 구현 기술을 심층적으로 다룸.
참고사항
♦ (!중요!) 대면 강의는 점심 식사가 제공됩니다. 부득이하게 참석이 불가능할시 반드시 신청기한 내에 수강취소 부탁드립니다.
♦ (!중요!) 강의안내(zoom url 포함)는 강의 1일전 메일로 안내되고 있으니, 메일함(스팸메일함)을 확인하여 주시기 바랍니다.
♦ (!중요!) 재직자 우선 신청 강의입니다. 비재직자 신청은 강의 일주일 전부터 가능합니다.
♦ 출석 100%, 퀴즈 3/5문제 통과시 수료증이 발급됩니다.
♦ 수강신청 기간 내에 홈페이지에서 수강 취소해야 정상 취소처리 됩니다.
♦ 1개 교육에 대해 전일 결석시, 향후 8개월간 수강 신청이 자동으로 제한되며, 기존 수강신청도 전면 취소됩니다
강좌상세
| 일자 |
2026-08-24 |
시간 |
10:00 ~ 12:00 |
강사 |
윤명국 조교수 이화여자대학교 |
| 내용 |
[오전 시간 : 10:00 ~ 12:00]
○ Traditional GPU vs. GPGPU (Graphics Pipeline to General Computing)
○ GPU Architecture
○ CUDA Programming Basics |
| 일자 |
2026-08-24 |
시간 |
13:00 ~ 17:00 |
강사 |
윤명국 조교수 이화여자대학교 |
| 내용 |
[오후 시간 : 13:00 ~ 17:00]
○ Host-Device Memory Management
○ Image Processing on GPU (실습 포함) |
| 일자 |
2026-08-25 |
시간 |
10:00 ~ 12:00 |
강사 |
윤명국 조교수 이화여자대학교 |
| 내용 |
[오전 시간 : 10:00 ~ 12:00]
○ Understanding Fully-Connected NN
○ Implement Simple FCL using MNIST Dataset (실습 포함) |
| 일자 |
2026-08-25 |
시간 |
13:00 ~ 17:00 |
강사 |
윤명국 조교수 이화여자대학교 |
| 내용 |
[오후 시간 : 13:00 ~ 17:00]
○ Understanding Batch Processing on FCL
○ Implement Batched FCL using MNIST Dataset (실습 포함) |
| 일자 |
2026-08-26 |
시간 |
10:00 ~ 12:00 |
강사 |
윤명국 조교수 이화여자대학교 |
| 내용 |
[오전 시간 : 10:00 ~ 12:00]
○ Understanding Convolutional NN (CNN)
○ Implement CNN Inference (실습 포함) |
| 일자 |
2026-08-26 |
시간 |
13:00 ~ 17:00 |
강사 |
윤명국 조교수 이화여자대학교 |
| 내용 |
[오후 시간 : 13:00 ~ 17:00]
○ Optimized 2D Conv using GEMM (Lowering)
○ Optimized GEMM using Tiling (실습 포함) |
강의장소
고려대학교 창의관 지하 1층 B128호
담당자 연락처
|
