Brain Cloud
4
폴더의 모든 글 4
-
Brain Cloud
머신러닝 라이브러리 ‘트라이던트’ 공개
- ‘트라이던트’, 오픈AI ‘트리톤’ 기반 머신러닝 성능 라이브러리- AI 모델 학습 및 추론에 필요한 연산 시간 약 25% 단축시킬 수 있어 모델 개발에 유용- 카카오브레인, 지속적인 기술 공개로 회사의 핵심 기업 가치 ‘공유와 협력’을 실현할 것 카카오브레인이 AI 모델의 훈련 및 추론 속도를 향상시키는 성능 라이브러리 ‘트라이던트(Trident)’를 깃허브(https://github.com/kakaobrain/trident)에 공개했다.‘트라이던트’는 오픈AI의 GPU(그래픽 처리장치, Graphic Processing Unit)…
2023-07-28
#GPU
#PyTorch
#Trident
#공개공유
-
Brain Cloud
카카오브레인 인퍼런스 플랫폼은 무엇일까?
딥러닝의 Task는 크게 트레이닝(training)과 인퍼런스(inference)로 나뉩니다. 입력된 데이터로 모델을 학습하는 것이 트레이닝이라면 트레이닝 된 모델로 실제 서비스를 수행하는 것은 인퍼런스입니다. 이번에 카카오브레인에서 ‘인퍼런스 플랫폼’이라는 서비스를 공개했는데요. 인퍼런스 플랫폼은 어떤 서비스일까요? 그 궁금증을 해소하기 위해 카카오브레인 인퍼런스 플랫폼을 구축하고 있는 팀 리더 ‘코비’를 만나 카카오브레인 인퍼런스 플랫폼에 대한 이야기를 나눠보았습니다. 편하게 쓸 수 있는 머신러닝 자판기…
2022-07-28
#API
#GPU
#Karlo(칼로)
#KoGPT
#알고리즘
#인퍼런스플랫폼
-
Brain Cloud
DREAM BIG: Large-Scale AI로 문제 해결하기
Q. 무엇을 키워야 Large-Scale AI일까요? 카카오브레인은 ‘데이터'와 ‘모델', ‘계산자원'의 세 가지 요소에 기반을 둔 라지-스케일로 문제를 해결하고 있습니다. 더 큰 모델을 잘 학습하기 위해서는 더 많은 데이터가 필요하게 되고, 이렇게 큰 모델과 많은 데이터를 학습하기 위해서는 많은 양의 계산자원이 필요하게 됩니다. 이 세 가지를 모두 키워서 잘 다룰 수 있는 환경과 기술력을 확보해 다양한 문제를…
2022-03-14
#GPU
#KoGPT
#PyTorch
#계산자원
#데이터
#딥러닝
#라지스케일
#모델
-
Brain Cloud
클라우드 플랫폼을 개발한 이유
딥러닝 방법론을 통한 학습 알고리즘을 설계하다 겪는 중요한 문제 중 하나는 AI를 학습시키며 올바른 결과를 얻기 위해 반복해서 학습을 하게 된다는 것입니다. 알고리즘이 데이터를 학습한 결과에 따라 이 실험이 수십 번에서 수천 번 이상도 반복될 수 있다는 것이죠. 아직 이 반복을 줄이거나 획기적으로 간소화시키는 방법론은 도출되지 않고 있는 상황인 만큼, 결국 이러한 실험을 빠르게 진행할…
2022-03-02
#BrainCloud(브레인클라우드)
#PyTorch
#SSH(SecureSHell)
#딥러닝
#학습알고리즘
