전체 글
-
Intel의 Neuromorphic Chip - Loihi 2최신 기술동향 2021. 10. 11. 12:11
일반적인 Computer Architecture는 Computing Core (e.g., CPU/GPU)가 Memory에서 데이터를 불러와서 연산을 한 후, 다시 메모리에 넣는 방식으로 이루어진다. 폰 노이만에 의해 개발된 이 방식은 '폰-노이만'구조라 불리며, 수십 년간 Computer Architecture의 Baseline 역할을 했다. 하지만, CPU의 연산처리량이 높아져도 메모리에서의 Throughput이 부족하면 전체 성능이 저하되고 반대의 경우에도 전체 성능이 저하되는 '폰-노이만 병목현상'이 문제점으로 지목되어 왔다. 이런 문제를 줄이기 위해 CPU/GPU 근처에 저장장치를 더 두는 Cache (캐쉬)를 이용하거나, 고대역메모리-High Bandwidth Memory (HBM) 연구, 메모..
-
Neural Processing Unit (NPU)의 기술 및 시장 동향최신 기술동향 2021. 10. 9. 12:57
Autonomous Vehicle, Smart Factory 등 급부상하고 있는 핵심 산업에서 가장 주도적인 역할을 하는 기술은 AI라는 것은 모두가 동의할 것이다. 그 중에서도 CNN 기반의 이미지 처리, 비디오 분석 등의 기술이 고도화되면서, 실시간 상황 판단을 필요로 하는 다양한 사업에 적용되고 있으며, RNN을 기반으로 하는 Attention[1]과 Transformer 등의 AI 구조 등이 연구되면서, BERT, GPT 등의 AI 모델들이 자연어처리 (NLP)에 사용되고 있다. 2020년에 OpenAI에서 Arxiv에 공개한 GPT-3 [2]는 놀랄 정도의 언어 구사력을 보여주며, 자연어처리 연구에 힘을 실어주는 역할을 했다. 이 밖에도, AI를 통신에 적용하는 연구들, AI로 단백질의 패턴을 ..
-
Meta-Learning Based Beamforming 논문 리뷰5G & 6G 통신 기반 기술 2021. 9. 21. 16:11
인공지능 카테고리에 Meta-Learning에 대한 글 [1]을 정리하면서, 환경이 급변하는 여러 Domain에 Meta-Learning이 적용될 수 있다는 가능성으로 글을 시작하고 맺었다. 이번 글에서는 여러 Use cases 중에 '5G/6G'에 어떻게 적용될 수 있을지를 살펴보려고 한다. 여러 논문 중에 고민을 하다가, 5G의 대표 기술 중 하나인 Beamforming을 다루면서, 저자들도 IEEE Fellow 다수로 이루어진 논문 [2]이 있어서 이를 소개해보려 한다. mmW에서 주로 사용되는 Beamforming은 대표적으로 Channel이 급변하는 환경으로 취급되기 때문에 Meta-Learning이 적용될 여지가 충분해 보인다는 점 또한 이 글에서 다루는 요인 중 하나다. 제목: Transfe..
-
Meta-Learning과 MAML의 개념 정리최신 기술동향/인공지능 (AI) 2021. 9. 19. 19:42
이번 글에서는 최근, 그 중요성이 점점 부각되고 있는 Meta-Learning에 대해 정리해보려고 한다. Meta-Learning은 다른 Task를 위해 학습된 AI 모델을 이용해서, 적은 Dataset을 가지는 다른 Task도 잘 수행할 수 있도록 학습시키는 방식이다. Meta Learning이 각광받는 가장 큰 이유는 모을 수 있는 Data의 양이 적다는 점과 HW의 Limitation이다. Deep Learning의 대부분 Application은 많은 Data를 High Computational HW에서 Training해서 좋은 성능을 보인다. 하지만, 대부분의 Application은 고품질의 Data를 모으기도 힘들고, 이를 Training할 Computational Power도 부족한 상황에서 ..
-
Continual Learning의 원리와 연구 Trend최신 기술동향/인공지능 (AI) 2021. 9. 17. 19:19
Machine Learning을 5G/6G 통신이나 Image Processing 등 여러 Domain에 적용하는 사례가 늘어나고 있다. 하지만, 단순히 AI를 적용했다의 의미를 넘어서, 실용성이 있기 위해서 넘어야 하는 허들이 몇 가지 있다. 그 중 한 가지가, 바뀌는 환경에 잘 적응을 해야한다는 점이다. 바뀌는 환경에 빠르게 적응하지 못하는 AI 모델은 사용자 입장에서 불안해서 사용할 수 없을 것이다. 이런 문제점을 극복하기 위해, Inference 이후에도, 계속 주어진 Dataset으로 Train을 하는 Online-Learning, 주어진 환경에 맞게 Fine Tuning하는 Transfer Learning 등 다양한 Approach 등이 있다. 이번 글에서는 그 중에, Transfer Lear..
-
Mobile Access Edge Computing (MEC) - 3GPP5G & 6G 통신 기반 기술 2021. 9. 12. 11:49
이번 글에서 다룰 내용은 5G에서 중요한 위치를 차지하고 있는 Mobile Access Edge Computing (MEC)다. 한 마디로 쉽게 설명하면, '단말에서 Server로 서비스를 요청하는 Cloud Computing의 개념에서 Server를 User의 가까운 곳에 전지 배치시키겠다'는 내용이다. 한국의 무선의 RAN에서 아무리 ms 단위로 자원을 할당해도, 이를 미국의 Server로 보내는 유선 구간에서의 Delay가 커지면 무용지물일 것이다. 따라서, UE의 가까운 곳에도 Server를 배치할 필요가 있게 되었고, 이를 통신사업자망에 어떻게 효율적으로 붙일지에 대한 논의가 3GPP에서도 이루어지고 있다. 앞서 소개한 바에서 볼 수 있듯이, MEC는 다른 글들에서 다뤘던 Radio Access..
-
TRPO와 PPO 알고리즘의 개념최신 기술동향/인공지능 (AI) 2021. 9. 6. 21:31
앞선 글들에서 소개했듯이, 강화학습은 주어진 Environment에서 State을 기준으로, 최고의 Action을 학습해나가는 과정이다. State에서의 Action을 통한 결과를 반영하여 (State, Action) = (s,a)의 관계 Q function을 점수화하는 Value-Based 학습, Action을 결정하는 Policy 자체를 학습시켜 나가는 Policy-Based 학습이 있다. 각각의 장단점을 갖고 있으며, 그 카테고리 안에도 State와 Action이 Discrete or Continuous 여부 등에 따라 여러 모델들이 파생된다. 그 중, 이번 글에서 소개할 Proximal Policy Optimization Algorithm (PPO) [1]은 이름에서 알 수 있듯이 Policy-B..
-
5G 시대에 등장한 Global Startup 분석투자 및 기업분석 2021. 8. 27. 21:22
2019년 4월 3일, 한국의 스마트폰 5G 상용화가 이루어지고 2년의 시간이 지났다. 5G로 인해 새로운 시대가 열릴 것이라고 얘기하던 광고와 뉴스에 비해, 현재의 소비자들은 큰 변화를 실감하지 못하고 있다. 평소에 스마트폰으로 이용하는 서비스라고 해봤자 보통은 카카오톡, 유튜브 정도이기 때문에 큰 변화는 실감하기 힘들 수 밖에 없다. 더 나아가, 5G를 지원하는 기지국 수도 적기 때문에, 아직까지는 제대로 된 5G 서비스를 제공받기 힘들어보인다. 이런 점들이 친구들이 무슨 일 하냐고 물어볼 때, 5G/6G 연구를 한다고 하면, 괜히 욕을 먹는 이유라고 생각한다. 그러면 5G는 이렇게 욕만 먹는 기술로 끝나는 걸까? 개인적으로, 제대로 된 5G가 사용될 환경이 만들어지지 않았을 뿐이지, 5G를 통한 여..