이 부분은 프레임웍에 따라 조금씩 다르기는 하지만 많은 변경이 필요없이 사용가능합니다. 예를 들어 PyTorch의 경우는 cpu와 gpu에 대한 구분 정도만 지정을 하면 코드나 모델을 재사용할 수 있습니다
[질문] 나승주 상무님께서 scalar, vector, matrix의 개념을 설명해주셔서 CPU로 처리하는 것이 적합한 작업을 GPU로 처리하지 않고 CPU로 처리하는 것이 중요함을 다시 한 번 상기할 수 있었습니다. 그런데, PyTorch를 사용하는 작업들은 모두 CPU보다는 GPU로 처리하는 것이 더 유리하다고 생각하고 있었는데 이 내용이 혹시 사실과 다르다고 보시는지에 대해 의견을 주시면 고맙겠습니다. 유사하게 Tensorflow와 Keras를 사용하는 작업들 중에도 GPU보다 CPU로 처리하는 것이 더 유리한 작업이 있다고 보시는지도 궁금합니다.
시각화 Tool을 활용할 때 가장 어려운 점 중의 하나는 Data Source로부터 대량의 분석 대상자료를 선별해서 가져올 때 소요시간 등과 관련된 문제입니다. Oracle Visualization Tool은 이 부분을 어떻게 지원하고 있는지요
가능합니다. 데이터를 선별해서 가져오는 과정은 시각화 도구에서 'Data Flow'를 활용하거나 Data Set을 생성할 때 '필터'를 적용할 수 있습니다. 또한 직접 SQL로 해당데이터를 선별하여 가져올 수 있습니다.
데이터 시각화 솔루션(클라우드, 데스트탑 버젼)의 사용 비용은 어떻게 되나요? 예를 들어 A사의 경우 Free Tier로 무료 사용기간이 있어서요.
클라우드 버전은 시간당 $1.34부터 시작하며, 자세한 내용은 아래링크를 참고하거나, 담당영업대표를 통해 연락해 주십시오.
https://cloud.oracle.com/en_US/oac/pricing
데스크탑 버전은 ADW(Autonomous Data Warehouse)를 사용하시는 고객은 무료로 사용할 수 있습니다.
Oracle Visualization Tool을 Oracle DB 기반의 Data 분석에 사용할 경우 다른 상용 DB와 연동해서 사용하는 경우와 비교할 때 유리한 점들이 있는지요.
ADW(Autonomous Data Warehouse)는 분석 업무에 최적화되어 있고, Oracle Exadata 기반의 서비스이기 때문에 다른 사용DB와 연동하는 것보다 성능면에서 매우 유리합니다.
[질문] Intel CPU, NVIDIA GPU와의 호환성 Issue에 대해서 문의드립니다! 완벽한 호환이 가능할까요? 혹, 향후 호환성 계획이 있는지 문의드립니다.