Notice
Recent Posts
Recent Comments
Link
| 일 | 월 | 화 | 수 | 목 | 금 | 토 |
|---|---|---|---|---|---|---|
| 1 | 2 | 3 | ||||
| 4 | 5 | 6 | 7 | 8 | 9 | 10 |
| 11 | 12 | 13 | 14 | 15 | 16 | 17 |
| 18 | 19 | 20 | 21 | 22 | 23 | 24 |
| 25 | 26 | 27 | 28 | 29 | 30 | 31 |
Tags
- AWS EKS
- Kubernetes
- 오블완
- CKA 기출문제
- minikube
- 기록으로 실력을 쌓자
- PETERICA
- APM
- 정보처리기사 실기 기출문제
- CloudWatch
- kotlin querydsl
- Java
- Pinpoint
- CKA
- golang
- AI
- aws
- kotlin coroutine
- go
- Linux
- MySQL
- 티스토리챌린지
- 컨텍스트 엔지니어링
- 코틀린 코루틴의 정석
- SRE
- 바이브코딩
- 공부
- Spring
- kotlin
- tucker의 go 언어 프로그래밍
Archives
- Today
- Total
목록hbm (1)
피터의 개발이야기
ㅁ 들어가며HBM(High Bandwidth Memory, 고대역폭 메모리)은 AI 모델 학습에,GDDR(Graphics Double Data Rate, 그래픽스 전용 메모리)은 AI 추론에 각각 최적화된 메모리로 볼 수 있습니다. AI 학습에는 왜 HBM이 유리할까? 🧠AI, 특히 LLM(대규모 언어 모델, Large Language Model)처럼 방대한 데이터를 다루는 딥러닝 학습 과정에서는GPU가 잠시도 기다리지 않도록 극도로 높은 메모리 대역폭(Bandwidth)이 필요합니다.모델의 가중치, 활성화값(activation), 그리고 기울기(gradient) 등 엄청난 데이터가 반복적으로 오고 갑니다.HBM의 주요 장점압도적인 대역폭HBM2e를 탑재한 NVIDIA A100 GPU: 최대 2TB/s..
AI/AI산업 | 동향
2025. 7. 18. 20:20
