안녕하세요 CPU는 실제 인공지능 서비스 (인퍼런스)에 일정 수준 이내의 응답속도를 보여줄 수 있는 경우가 많기 때문에 GPU 등의 가속기가 없이 구축이 가능하게 됩니다
그런데 요즘은 gpu와 관련된 인공지능 서비스가 더 많은 것이 아닌가요?
네 GPU 서비스도 많이 사용되고 중요하지만 CPU를 활용할 수 있다면 사용하는 사례도 있고 CPU쪽의 인공지능 연산성능도 계속 좋아지고 있습니다
아 그렇군요...그것이 요즘 ai 용 cpu는 고성능 alu를 많이 사용하는 이유군요. 답변 감사합니다.
쇼핑몰에서 사용하기에 적절할지 궁금합니다. 상품검색이나 구매시 쿼리속도가 느리면 이탈율이 커질텐데요~ 쿼리의 복잡성은 거의 없기때문에 누적 데이터가 쌓여도 인덱싱 관리가 잘되어 최적화에 문제가 없을지 궁금합니다.
빅쿼리는 굉장히 큰 규모의 데이터를 빠르게 처리해서 결과를 전달해주는 것이 목적입니다. 따라서 빠른 응답 처리 또는 굉장히 큰 규모의 트래픽을 수용해야 한다면, 구글 클라우드의 빅테이블을 고려하시는 것이 좋습니다. 빅테이블에 대한 정보는 https://cloud.google.com/bigtable/에서 확인하시기 바랍니다.
[질문] 베트남소재의 몇개 지점과 데이터를 송.수신하는 것을 가정해서 GCP를 이용하는 방법을 설명해주실수 있을 까요?
베트남 소재의 몇개 지점에서 구글 클라우드 네트워크의 인터넷 연결 접점인 PoP까지는 인터넷 망을 이용해서 통신을 하고, PoP 이후 데이터가 실제로 위치한 데이터 센터까지의 통신은 구글 내부의 네트워크를 사용하여 통신할 것입니다. 따라서 글로벌하게 네트워크가 준비되지 않았다면 실제 데이터 센터까지 인터넷으로 통신하기 때문에, 상대적으로 통신 속도를 빠르게 이용할 수 있다는 장점이 있습니다.
*** A사 솔루션을 호주에서 사용하고 있는데요. Region에 따라 속도의 차이가 발생하고 있는데, 담당자들이 인정하지 않고, 실제 어떤것이 문제이고 해결책을 정확하게 이야기 하지 못해주더라구요. GCP는 이런 부분이 해소될수 있는지 궁금합니다.
리전 간 속도 차이는 물리적인 지역이 다르게 때문에 발생할 수 밖에 없습니다. 다만, 그 속도 차이가 얼마나 발생할 수 있느냐의 차이라고 보이는데, 구글 클라우드가 보유한 네트워크 환경으로 그 속도 차이를 굉장히 많이 줄일 수 있다는 것이 장점입니다.
[질문] 최근 AI 개발 트렌드가 비지도학습(Unsupervised Learning), 자기지도학습(Self Supervised Learning) 등 단순 반복 훈련에 연역적 추론을 더하며 CPU가 채택되기는 하는데 딥러닝(Deep Learning) 기반으로 성장한 AI 산업에서 CPU는 GPU만큼 특별한 의미를 가진 프로세서는 아닌데 ai 데이터 센터를 애자일하게 구축할때 왜 cpu가 중요한 이유인지 궁금합니다.