엔비디아 컨퍼런스

NVIDIA라고 하면 유명한 그래픽 카드 회사인데 5월 30일날 인공지능 컨퍼런스가 열린다고 해서 참석하게 되었다.

참가비는 자그마치 15만원인데 아는 사람 덕분에 공짜로 가게 되었다.(혹시 본다면 고맙다.)

일단 인공지능이라는 점, 또 NVIDIA라는 점때문에 가고싶은 마음이 컸었는데 원래는 부산인데

이유는 모르겠는데 부산이 취소되서 대전으로 강제로 이전하게 되었다. 뭐 대전이라도 얼마냐.

아침 9시에 시작인데 집이 부산인 관계로 아침 5시에 일어나서 머나먼 여정을 떠나서 간신히 도착했다.

가는데 3만원이라는 기차비가 들었는데 너무 아까웠다. 내돈...

등록하면 뭔가 작성할 종이를 준다. 그리고 목걸이를 주는데 묘하게 간지난다.

저 종이를 나중에 주면 사은품을 주긴 하는데 무슨 사은품인지는 나중에 공개.

회장의 분위기는 대충 이러하다. 먼가 엄청 고급스럽다. NVIDIA의 힘이 느껴지는 부분이다.

어쩌다 이장면이 나왔는지는 잘 기억안나지만 초반부 장면이다.

앞으로 인공지능이 어디에 쓰일지에 대해서 이야기하는 장면 같긴한데 좀 되서 그런지 정확히는 기억이 안난다.

그 때 메모해둔 내용이 있길래 봤는데 그래도 보니까 몇가지 기억이 난다.

메모해둔 내용은 다음과 같다.

1.무어의 법칙의 한계점 도달

무어의 법칙이 뭔지 검색해보면 쉽게 잘 나와있다.

그래도 굳이 여기서 설명을 하자면 하드웨어 포퍼먼스가 2년에 2배씩 증가한다는 법칙이다.

그러나 실제로 이런 법칙은 무조건 한계점에 도달할 수 밖에 없는게

당연히 특정 하드웨어의 1개분의 포퍼먼스가 1이라고 가정하면 2개분이면 당연히 포퍼먼스는 2가된다.

여기서 말하는 무어의 법칙은 기계를 늘린다는 이야기가아니라 하나의 하드웨어의 포퍼먼스가 2배가 된다는 이야기이다.

그러면 당연히 하나의 하드웨어의 포퍼먼스를 높히기 위해서는 미세공정에 들어갈 수 밖에 없는데

미시세계로 넘어가면 양자역학에 의해서(물론 나도 양자역학이 먼진 잘 모른다.) 간섭이 심해져서 사용할 수 없게 된다.

그래서 결국 어떠한 형태로든 무어의 법칙은 한계점에 도달하게 된다는 이야기.

AI컨퍼런스에서 이런 이야기가 왜 나왔냐하면 결국 하드웨어 적으로 포퍼먼스를 올리는건 거의 한계점에 도달했고

소프트웨어로 포퍼먼스를 올려야한다는 이야기로 넘어가고 있었다.

그리고 자연스럽게 AI 이야기로 넘어갔었다고 기억하고 있다.

2.쿠다(CUDA)와 볼타(VOLTA)

임에 침이 닳도록 쿠다 칭찬을 그렇게 하더라. 뭔가 해서 조사를 좀 해봤더니 NVIDIA에서 만든 병렬 컴퓨팅 API라고 한다.

즉 NVIDIA에서 독자적으로 만든 GPGPU기술, 당연히 NVIDIA제품에서만 사용가능한 API라고 한다.(사실 당연한진 모르겠다.)

병렬 컴퓨팅 오픈소스로는 OpenCL이 있다. 이 쪽은 apple과 인텔등 여러기업이 같이 진행하고 있다고 한다.

그리고 볼타는 GPU인데 새로 나온 NVIDIA GPU라고 한다.

컨퍼런스에는 학부생들도 많았지만 기업인들도 많았고 거기에 대해서 광고를 공격적이게 하고 있었다.

새로운 볼타에 맞춰서 쿠다역시 업그레이드 되었다는 이야기를 했었다.

3.caffe2

caffe2라는 것은 엔비디아와 페이스북에서 공동으로 제작한 딥러닝 프레임워크이다.

이는 오픈소스로 제공되며 Github에 그 내용을 확인할 수 있다.

현재 딥러닝 프레임워크 1위가 텐서 플로우이고 2위가 caffe2인데

아무래도 엔비디아 컨퍼런스이니 주 내용은 항상 caffe2로 진행되었다.

그리고 뒤의 모든 실습들 역시 caffe2로 진행되었다.

4.MxNet

이 역시 caffe2같은 딥러닝 프레임워크인데 왜 적었는지 모르겠다.

이건 아마존(AWS)에서 만든건데.. 왜 이걸 적어놨는지는 모르겠다.

조사해본 바로는 현존 딥러닝 프레임워크 중에서 GPU지원이 가장 원할하다고는 한다.

초반에 잠시 설명하고 그 이후로는 아예 등장조차 하지 않는다.. 여기는 NVIDIA컨퍼런스다.

5.Digit

NVIDIA에서 브라우저 기반 인터페이스로 쉽게 신경망 구조를 구현, 학습, 시각화할 수 있도록 개발한 시스템.

이라고 검색하면 나온다. 뒤에 모든 실습은 Digit에서 했는데 생각보다 쉽고 좋더라.

AI의 미래가 생각보다 매우 밝다고 느낀건 이 Digit을 이용하면서 실습을 했던 순간이 아닌가 싶다.

이정도 내용을 하고나니 오전이 끝났다. 점심먹으로가 쿠폰을 줬는데 먹으로 내려갔다.

뭐 흔하게 뷔페지 않겠나 싶었는데

매우 고급스럽게 나와서 놀랬다. 15만원짜리 밥이란 이런거라는 것을 느꼈다.

이렇게 좋게 차렸음에도 불구하고 필자는 다먹지는 못했다.

같이 온 친구는 반도 못먹었다 ㅡㅡ

그리고 설문조사를 내니까 상품을 주더라. 포장이 뭔가 엄청 고급져서 뭔지 기대했다.

블루투스 스피커를 주더라. 사실 별 필요없어서 별 감흥은 없었다.

포장인채가 더 예쁜거 같다.

뒤에는 거의 실습만 진행했는데 Digit과 Caffe2를 이용해서 숫자를 학습시키고 다시 그 숫자를 찾는지 하는 내용이랑

동물을 학습시키고 그 동물이 맞는지 찾는 내용이였다.

이 장면은 당시 들고 갔던 노트북을 사용했던 내용인데 숫자를 학습시키는 그래프이다.

학습양이 많을 수록 당연히 오래걸린다.

숫자를 몇개 던져주고 학습시켜서 그게 잘맞는지의 예시이다. 원래라면 1,2,3,4,7,8,8이 나와야하는데 일반 학습으로 했더니

0,0,8,8,0,8,8이 나온다. 나중에 반전시켜서(컨벌루션)데이터를 넣고 데이터양과 학습양을 늘리니까 1,2,3,4,7,8,8로 매칭이 되더라.

근데 사람마다 달라서 매칭 안되는 사람도 나오긴 했다.

남은 시간은 이런 caffe2와 digit을 이용한 학습으로 모든 시간을 다 보냈다.

끝나고 나니까 6시쯤 됬었는데 집에 도착하니까 12시가 되었다.

컨퍼런스를 간건 좀 뜯깊었던 것 같다. 일단 몇가지를 알게됬는데 나열하자면

1.생각보다 딥러닝이 어렵지 않다.

2.텐서 플로우 말고도 다른 딥러닝이 존재한다.

3.딥러닝을 사용하기 위한 여러 프레임 워크및 API를 잘 알아둬야한다.

또한 앞으로 어떤식으로 딥러닝을 사용해야할지에 대해서 감이 어느정도 잡힌것 같다.

그리고 앞으로 딥러닝과 빅데이터에대해서 연계해야하는지도 생각해 봐야할 것 같다.