개인용 병렬처리 클러스터 구축방법
2019-06-27 08:30~12:00
전기전자 평생교육원 / 정재준 교수
개인용 병렬처리 시스템 구축을 위한 세미나
머신러닝 및 딥러닝을 위한 기존 병렬처리 시스템은 막대한 비용이 들어갑니다.
이번 세미나에서는 비교적 저렴하게 머신러닝 및 딥러닝을 수행하기위한
개인용 병렬처리 시스템 구축과 시스템 운영 방법에 대하여 설명합니다.
병렬처리 모듈 한개조당 ARM Cortex-A53 quad core가 4개 장착되므로
전체 코어 개수는 16개가 되고, 이 개수는 n개로 계속 확장 가능하며,
메모리 크기는 컴퓨팅모듈 1개당 1GB를 가지고 있고,
병렬처리 모듈 1개조당 전체 4GB가 되어서 이것도 4GB x n개로 확장 가능합니다.
소프트웨어는 리눅스를 포팅하여 C언어로 TCP/IP 네트워크 프로그래밍 하여
머신러닝 기능을 수행하도록 개발 했습니다.
본 세미나를 통해 병렬처리 클러스터 구축 및 머신러닝 기법에 대한 알찬 정보를 얻게 될것입니다.
웨비나 주요 내용
1. 병렬처리 모듈 소개
2. 리눅스 포팅
3. 네크워크 연결 및 설정
4. 네트워크 브릿지 설정
5. NFS 설정
6. 원격 데스크탑 연결
7. 머신러닝 적용 방법
머신러닝 및 딥러닝을 위한 기존 병렬처리 시스템은 막대한 비용이 들어갑니다.
이번 세미나에서는 비교적 저렴하게 머신러닝 및 딥러닝을 수행하기위한
개인용 병렬처리 시스템 구축과 시스템 운영 방법에 대하여 설명합니다.
병렬처리 모듈 한개조당 ARM Cortex-A53 quad core가 4개 장착되므로
전체 코어 개수는 16개가 되고, 이 개수는 n개로 계속 확장 가능하며,
메모리 크기는 컴퓨팅모듈 1개당 1GB를 가지고 있고,
병렬처리 모듈 1개조당 전체 4GB가 되어서 이것도 4GB x n개로 확장 가능합니다.
머신러닝 기능을 수행하도록 개발 했습니다.
본 세미나를 통해 병렬처리 클러스터 구축 및 머신러닝 기법에 대한 알찬 정보를 얻게 될것입니다.
웨비나 주요 내용
1. 병렬처리 모듈 소개
2. 리눅스 포팅
3. 네크워크 연결 및 설정
4. 네트워크 브릿지 설정
5. NFS 설정
6. 원격 데스크탑 연결
7. 머신러닝 적용 방법
커널연구회
정재준 교수
웨비나 댓글
- 26 Comments
- 조*성 (2019-06-28 오전 9:22:21)
- 외근으로 못들은 세미나를 늦게나마 들어봅니다. 감사합니다.
- 최*휴 (2019-06-27 오후 1:41:27)
- 기대합니다. 감사합니다.
- 최*휴 (2019-06-27 오후 1:39:56)
- 기대합니다.
- 박*철 (2019-06-27 오전 10:29:07)
- 유용한 세미나 기대합니다.
- 류*훈 (2019-06-27 오전 10:21:31)
- 유익한 교육 기대 합니다
- 김*오 (2019-06-27 오전 10:15:52)
- 유용한 세미나 기대합니다.
- 공*근 (2019-06-27 오전 9:02:08)
- 세미나 감사합니다
- 최*휴 (2019-06-27 오전 8:32:54)
- 기대합니다.
- 이*훈 (2019-06-25 오후 5:54:24)
- 세미나가 많이 유용할 듯 합니다. 기대가 큽니다 ^^
- 박*영 (2019-06-24 오후 8:40:11)
- 세미나 감사합니다
.jpg)
