| 강의제목 | OpenCL: Machine Learning과 Deep Learning을 위한 FPGA 활용 하드웨어 가속 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|---|
| 구분 | 본센터 / 설계강좌 / 고급 / 이론+실습 | ||||||||||||||||||||||||||||||||||||||||||||||||||||
| 강의시간 | 6시간 | 열람기간 | 제한없음 | ||||||||||||||||||||||||||||||||||||||||||||||||||
| 이용료(일반) | 무료 | 이용료(학생) | 무료 | ||||||||||||||||||||||||||||||||||||||||||||||||||
|
본 강의는 실습강좌입니다. 실습강좌의 특성상 질문이 많아 내용 연결이 부자연스러울수 있습니다.
[강좌 개요] 빅데이터와 인공지능은 고성능의 컴퓨팅 자원을 필요로 하여 Multi-core CPU, GPGPU, FPGA 등을 사용한다. 이를 위해 CUDA와 OpenCL이 주로 채용되고 있다. CUDA는 GPGPU에 한정되는 반면 OpenCL은 GPGPU와 FPGA 등 이종하드웨어를 지원한다. 이 강좌에서는 업계표준인 OpenCL을 Multi-Core CPU을 활용하는 것과FPGA와 연동하는 것에 대해 살펴본다. 이를 위해 필요한 Xilinx SDAccel 환경을 살펴보고 몇 가지 예제를 통해 실습한다.
[사전지식] Digital logic; Computer Architecture; C/C++; Verilog-HDL; FPGA ※ 이 영상은 저작권법에 의해 보호됩니다. 본 강의 영상의 무단 복제 및 배포를 금지합니다
담당자 연락처
|
|||||||||||||||||||||||||||||||||||||||||||||||||||||
| 강의자료 |
slides.zip IDEC_강의계획_(2018.04.03).doc |
||||||||||||||||||||||||||||||||||||||||||||||||||||
보기의 아이콘을 클릭하면 바로 시청 가능합니다.