. 전체 부품 가격은 1,100 만원이 살짝 넘어가는 본체였지만, 조립자체가 까다롭고, 케이블이 복잡하고,, 머 그런건 아니어서 사실 조립하는데 있어 부담감은 생각보다 없었던거 같습니다. 게다가 TITAN 도 제가 준비한게 아니고, 보기에는 머, TITAN 이나 1050 이나,, 머 별반 다를바 없네... ╮(︶︿︶)╭ 라는 건방진 생각까지 들어버려서,,, 가,, 아니고 .... 진짜 ,, 이런거 들고와서 [사장] 찾으면,,, Ψ( ｀▽´ )Ψ ...

@5.56m6

5 жыл бұрын

와 조립하는데 부담감 많으셨겠네요 수고하셨습니다

@valyr1an276

5 жыл бұрын

수고하셨어요 ㅠㅠ

@bin1016

5 жыл бұрын

이제는1000만원대까지가시는군요

@user-yo2dr5yb5f

5 жыл бұрын

그렇게... 이제 딥런닝 전문점이라 소문나서 찾아오는거 아닙니까?? ㅋㅋㅋ

@user-kv5vk5mp3o

5 жыл бұрын

음 nvlink없는거 기분탓인가요??

CPU와 램은 그냥 OS와 프로그램 구동정도만 하면 됩니다. 딥러닝의 튜토리얼 수준의 DATA를 학습하는데만 i5기준 5시간, 1080ti 기준 1분 GPU는 병렬연산이 기본이고 특화, 특히 머신러닝용은 아에 설계단계부터 연산을 잘할 수 있도록 설계되어 있습니다. CPU는 시리얼하게 연산을 하는데, 연산량이 적으면 GPU와 차이가 나지 않지만, 딥러닝에서 쓰는 연산이 단순한 연산이지만 동시에 해야하는 연산량이 어마어마하게 많아서 GPU를 사용함.

@_water_bear

5 жыл бұрын

우주고래 무엇보다 병목현상 처리가 관건이죠. 생각보다 램과 CPU도 중요한 부분을 차지합니다. 특히, 학습 전처리때문에 하드병목또한 생각할 문제입니다.

허수아비 사장님은 말투도 정말 정감가시지만 모르면 모르는것에 대해서 부끄러워하시지도않고 바로 습득하실려는 것과 모르는거 알려주는 손님이계셔도 전문가 존심 안치켜세우시고 바로 이해하고 습득하실려는 모습이 멋지신것같네요 !!

@user-jy1hi1yd5h

4 жыл бұрын

일잘하는사람들 특징임 모르는건 못참고 물어보고 학습하고 깨우쳐서 가르치고

@user-jm6bd1hc8q

4 жыл бұрын

그게 아니고 진짜 몰라서 그러는거야..몰라서 잘못 수리하면 자기가 배상해야되

@user-vm9fc3ul6d

4 жыл бұрын

@@user-jm6bd1hc8q ??중국인이신가 번역으로 돌려본건가..;;; 모르면 모르는것에대해 부끄럽지않다는말이 어찌 이런 댓글이 달린건지;;;; 그리고 수리가아니라 조립일뿐이고;;컴퓨터에서 수리란개념이 있기는한건지 알고는계신건가...회로찍힘이나 이딴건 그냥 지지는 간단한일이지만 그외적인것들은 무조건 교체가 컴퓨터 수리라는건데;;;

@ethanko8391

4 жыл бұрын

펜타하우스 그런가봐요 그냥 넘어가죠

@fjdkehfldjdlxhdid

4 жыл бұрын

@@user-vm9fc3ul6d 저사람 다른영상에서도 편집이 엉성하다 ㅇㅈㄹ 함 ㅋㅋㅋㅋ

딥러닝 : 컴퓨터가 사람처럼 학습하고 배우고 기억하도록 한 컴퓨터 시스템, 즉 인공지능 시스템 CPU에 있는 코어로는 딥 러닝하기에는 한정적이기에 CPU보다 코어가 많은 그래픽 카드(CUDA 코어)를 활용하여 더 많이 하도록 했다.

@andewq3720

5 жыл бұрын

추가 하자면 비교적 간단한작업이지만 처리 양이 많아서 gpu를 쓰는거고 가끔 gpgpu이런 시스템이 있긴한데 그건 ㄷㄷ한거니..

@creep8867

5 жыл бұрын

실례지만 1. gpgpgu가 아니라 GPGPU이구요, 2. GPGPU는 GPU와 다른 종류의 시스템이 아니라 GPU를 '이용'해서 기존 CPU보다 좀 더 높은 연산효율을 내는 것이구요!!,, 3.아마도 원래 말씀하시려던 건 TPU가 아니었을까 추측해봅니다...

@andewq3720

5 жыл бұрын

@@creep8867 Gpgpu쓸려고했는데 오타가 크흠...

@Illyasviel_von-einzbern

5 жыл бұрын

텐사코어 아닙니까?

@Tress1223

5 жыл бұрын

@@Illyasviel_von-einzbern 텐사코어는 RTX 시리즈에 있는걸로 아는데요?

웬 부자가 또 자랑하려고 허수아비님 괴롭히나 했는데 알파고 신도님들이셨군요 ㅎㅎ 알파고님 충성충성

@user-jv6tl3ki1q

5 жыл бұрын

세돌갓한테 썰린 좆파고쉑ㅋㅋㅋㅋ

@user-sg9vk8gh1k

5 жыл бұрын

에헤헿 ??? 1:4지만 썰린거라구요!

@user-cb2gb2ks1t

5 жыл бұрын

@kor123456aa 알파고나 세돌이형이나 똑같음 다 망치한대임ㅋㅋㅋ

@clipe7087

5 жыл бұрын

ㅡㅡ7

@user-fv7bu3cy8c

5 жыл бұрын

이세돌이 이긴거지 인류가 이긴게 아냐... ???:뭘 봐 십색햐

문닫고 도망 갈 줄 알았는데...

@msi2523

5 жыл бұрын

영챈이 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

@user-pr7ij2ns3d

5 жыл бұрын

화재경보기때문에...

@lissinae

5 жыл бұрын

허수아비님은 ...^--^츤데레라서

@user-nf5nj1oc2m

5 жыл бұрын

타이탄V 개오바ㅋㅋ

@user-jo5jj4nr1u

5 жыл бұрын

ㅋㅋㅋㅋㅋ댓글

12:16 2명의 오타쿠 ㅋㅋㅋ

@user-nm4vw1rd8m

4 жыл бұрын

Jin Rinian 쥐조쿠는 어디에도 없고 어디에나 있다고!!! 오우 쒜엣!! 말대꾸 하지마!!!!!!!!!

@user-vi4fh6mg4b

4 жыл бұрын

오우쒯 너희들 뭐냐고!!!!

@Thoughtcrime.

4 жыл бұрын

우욱

@samdasu

4 жыл бұрын

요요요 녀석들~~

1:00 에 AMD장패드 ㅗㅜㅑ

300만원도 위험했던 허수아비씨가 1100만을 ㄷㄷㄷㄷㄷ 머기업인가요?

@user-ps5iv2ow8b

5 жыл бұрын

일반인도 조립할줄 아는사람이면 그냥 하는걸 너무 호들갑들 떠네

@Ssulung777

5 жыл бұрын

@@user-ps5iv2ow8b 호들갑 떨만하지 님같으면 장사할때 경차한대값인 컴퓨터 조립하면 얼마나 떨리겠음 만약 하다가 망가지면 부품값 물어줘야되는데

@user-jn1bf4hb6v

5 жыл бұрын

@@user-ps5iv2ow8b 고장나면? 한강물온도 체크해야될정도로 ㄹㅇ 고장나면 ㅈ됨

@yoo7339

5 жыл бұрын

@@user-ps5iv2ow8b 니가 가서 조립하지 그랬냐?

@balm1573

5 жыл бұрын

월클허수아비🙀

허수아비 이런일은 익숙해가지고 이런것도 해주군 자막에는 안됨 못함 하지만 해주는 그는 츤데레

@scare_crow_

5 жыл бұрын

근데.. 사실 부품값이 비싸기는 했지만 조립자체는,, 일반적인 거라서,, 다행이었습니다. (b^_^)b

@hotcrispylettuce

5 жыл бұрын

@@scare_crow_ 핑계!!! 츤츤...

@FF-vt5lo

5 жыл бұрын

Black Pink 안녕하십니까

@user-wz3si9ir6j

5 жыл бұрын

오 인트로전문 유튜버의 팬을 여기서 보다니 반갑군

@silverston147

5 жыл бұрын

ㅅ 형 여기서 뭐해?

이 분 영상이 진짜 묘한 매력이 있는게 전문지식을 기반으로 해서 보여줄거 다 보여주면서 잔투리없이 편집 일일이 다 하셔가지고 딱딱 보여주시는것도 대단하고 중간중간 나오는 자막도 웃기고 설명도 잘해주시고 코믹도 있고 무엇보다 사투리가 구수하네요...ㅋㅋㅋㅋㅋ

10:12 암드 장패드 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

1100만원..... 허수아비 채널 최고 조립가격인가요?

@junyoungjason4218

5 жыл бұрын

경차뺨치는 가격에 놀랍네요 엔디비아 그래픽 레퍼런스라서 불리는게 값이라 는 그래픽 인듯 근데 서버용이라면 라이젠 은 안쓸것 같고 암텔 양아치 제논(?) 서버 용 씨퓨를 쓸것 같음 역시 갓물주 부자동네 라서 클라스가 다르긴 다르나 봅니다 근데 다 비싸고 좋은데 많고 많은 메인보드중에 서 애자락인지 애꾸보드 피방보드로 막굴릴 과거경력이 화려해서 ECS나 애자락은 믿고거름

@nov1123

5 жыл бұрын

Jun young Jason 드립인가요 뭔가요 자 꾸 뛰어써요?

@userative2351

5 жыл бұрын

Jun young Jason 애즈락은 익스4는 쓸만하고 타이치는 막시무스 뺨 칠 만큼 ㅈㄴ 좋아요 애즈락이라고 다 나쁜 건 아니에용 ㅎㅎ

@user-ow4in3oz3y

5 жыл бұрын

애즈락이 애자락 애자락해도 암드계열보드는 잘뽑는거같던데

@gskjh1004

5 жыл бұрын

@@junyoungjason4218 타이치는 좋습니다

12:24 라인하르트 : 저희 점심 뭐 먹습니까? 허수아비 : 점심? 탄수화물 영상보고 마지막 대화에 빵터졌네요 ㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋㅋ

@user-lf1ih9sz5i

2 жыл бұрын

저돜ㅋㅋ

2:00 ??:가자! 하울의 움직이는 성!

1080도 무서워하시던 허수아재가 이젠 타이탄까지 조립하십니다 진짜 겁나 감동...

@김자운

5 жыл бұрын

그것도 제일비싸고 성능좋은 타이탄 V

@1iliilillill1

5 жыл бұрын

그것도 두장...

@user-dt8xm7hu4t

5 жыл бұрын

@@김자운 근데 타이탄 v가 xp보다 성능은 좋은데 호환성이 딸려서

@DoYulKim

5 жыл бұрын

@@user-dt8xm7hu4t 그걸넘은 근데 아직 호환이 안돼는...RTX 2080ti ....

@DoYulKim

5 жыл бұрын

@@user-dt8xm7hu4t 애초에 타이탄v가 게임용이 아님

타이탄!? 그 비싼 그래픽카드ㅎㄷㄷ 도망갈만한 가격이 아닌가요!?...무엇보다 이 채널에서 볼줄을 몰랐어요 ㅋㅋㅋ

@pgatv341

5 жыл бұрын

ㅋㅋ 쿼드로 GV 100 이나 P6000 시리 즈 조립하면 허수아비 래전드 일듯 ㄱ

라 : 오늘점심 뭐먹습니까 허수아비 : 점심? 탄수화물 (영상끝)

@user-im8kt1ni6i

5 жыл бұрын

ㅋㅋㅋ

@dunksmashing552

5 жыл бұрын

직원은 국수집이냐 백반집이냐 심히 깊은 고민에 빠지게 되고~

@dlrnrwjd02

5 жыл бұрын

쿨 하신 허수아비 님 ㅎㅎ

@dlrnrwjd02

5 жыл бұрын

@@dunksmashing552 빵 일지도 ㅎㅎ

@user-ik2bg7kg9t

5 жыл бұрын

스포 밴ㅡ.ㅡ

컴퓨터에 관심이 많아 흘러흘러오다 허수아비님 체널까지 오게됐네요 사장님이 친절하시고 지루하지 않게 조립과정에 소소한 설명을 해주셔서 유익한거 같습니다 구독 누르고 자주 찾아볼게요 ㅎㅎ

딥러닝할 때 비싼 그래픽카드 들어가야되는 것도 처음 알았네요. 대학교양으로 한 학기 내내 들었는데 굉장히 어려운 거 같습니다.

@wxyz1456

5 жыл бұрын

GPU가 병렬연산이 가능해서 보다 빠른 연산을 하기위해 사용합니다

@user-uu9cz3sy6h

5 жыл бұрын

랜더링할때 gpgpu라고해서 연산작업에 전용이라고 생각하시면 되어요. 딥러닝 그냥 확률 계산이라고 생각하시면 되어요 빅데이터를 이용해서 연산하고 결과를 얻어내는 거에요.

이상하거 전 허수아비 체널어서 마음의 안정을 느끼고 있습니다.

@wannasleep44

5 жыл бұрын

걍 틀어놓고 보면서 다른 작업하기 참 좋은거 같습....보다보면 마음이 편~안 해지네요 ㄷㄷ;

컴퓨터 부품도 정전기로도 손상받을수있는 취약한 ESDS(electro static discharge sencitive) 즉 IC회로가 많기때문에 조립할때는 컨덕티드백 비닐위에서 작업하는게 좋아요!

0:59 마우스 장패드 저거 무엇..? 저것 또한 "라"의 취향인가요?

누가 이런 조립하는 사람을 일반 컴가게 사장이리 생각하것냐

@kanghoonyi639

5 жыл бұрын

이제 남은건 커수....큼 죄송합니다ㅋㅋ

저렇게 무서운 부품 들고 오시면 문 닫고 도망가신다 하지 않으셨습니까...

@scare_crow_

5 жыл бұрын

가게 구조가 너무 길어서,, 도망치기가,, ε=ε=ε=ε=┌(;￣▽￣)┘

@ho_ddo_ddi

5 жыл бұрын

옛날에 그허수아비님 아닙니다!!! 월클이에요

@user-uq7uy7uq3v

5 жыл бұрын

허수아비 츤데레...

@pgatv341

5 жыл бұрын

누가 2000만원 상당 부품 가지고오면 정말로 도망치실듯 ㅋ

인공지능: 인공적인 지능, 가장 포괄적인 개념 머신러닝: 기계학습, 기계 학습의 방법, 인공지능 하위개념 딥러닝: 기계학습을 통한 예측, 과거의 데이터를 가지고 최적의 값을 예측함, 기계학습 하위개념. 머신러닝 약간 배워본 바로는 아직 실질적인 인공 '지능' 은 없음. 현재 수준은 그냥 스마트 셀렉터(여러가지 선택에서 잘 선택) 정도 다만, 초창기 인공지능(심심이 채팅 프로그램 같은류)은 개발자가 상황별로 리턴값을 일일이 입력해 줬다면, 현재 머신러닝은 개발자가 입력한 값이 아니라 기계가 데이터를 통해 학습한 값을 사용자에게 보여주는 정도로 발전했다고 생각하면됨. 바둑프로그램으로 예를들면 기존프로그램은 사용자가 어디에 두면 어디에 두어라 라고 개발자가 일일이 상황별로 정해놓은 값이 있는데 알파고는 기존의 대국들을 학습한 데이터를 가지고 사용자가 어디에 두면 이 상황에서 어디에 두는게 최적인지 개발자가 입력한 값이 아니라 학습된 데이터에서 추출해서 결과를 보여주는 정도. 인공'지능'은 아직 시작도 안된거구나 라고 느꼈음.

딥러닝 요약: 프로그램이 스스로 학습된 값들의 패턴에 최적화되는 것 그러면 학습되지 않은값도 정답을 맞출확률이 올라감

4:54 앗..아아 그래픽카드 떨어질 거 같다 떨어지면 유튜브 각인가요?ㅋㅋㅋ

@user-hi5yb7cw1i

5 жыл бұрын

ㄴㄴ 파산각인듯

덕후인증 커밍아웃 ㅋㅋㅋㅋㅋㅋㅋ 10:10 커밍아웃 보상 주시는거 넘 웃겨요

그래픽카드 보다 패드가 너무 부럽습니다 ㅠㅠ

슈퍼플라워는 고가파워중에선 돈 값 못하기로 소문났는데.. 시소닉 플레티넘이나 포커스 골드였으면.. 메인보드는 애즈락 타이치 보다는 크헤 7이 좀 더 좋았을 조합이라 개인적으로 아쉽네요.

@user-vx7xh5de7z

5 жыл бұрын

배우신분

@user-vp3un3vg1j

5 жыл бұрын

파워는 델타지

@ShimCharlie

5 жыл бұрын

@@user-vp3un3vg1j 옛날 fsp가 무명파워였다가 벤치마크에서 갑자기 일약 스타로 떠올랐는데, 그 배경에는, 사실 대기업에 납품되는 파워 대부분이 fsp였음. fsp가 스타로 떠오르면서 가격이 올라서 대기업들이 다른 파워로 넘어갔는데 그게 델타. 그래서 델타도 대기업들이 인정한 좋은 파워다!!! 라는 믿음이 깔려있는데... 사실, 회로를 보면 그렇게 믿음직스럽지 못함. 캐패시터가 너무 코일에 가까이 있어서, 당장의 수치상으로는 믿을만하지만 설계상으로는 수명이 짧음.

반년전만해도 100 만원 중반대 조립 컴퓨터 가저오면 도망가신다는분이 이제는 긴장감 없이 척척 대단해용!

이쯤되면 곧 하이엔드전문이되는(?)

@sonicthehedgehog1967

4 жыл бұрын

이건 하이엔드가 아니라... 하이퍼엔드.

@user-hg5lf7ek7m

3 жыл бұрын

하이엔드가아니라 플래그쉽...전문가용...

제가 생각하는 허수아비 유투버 님이 꾸준히 성장할수 있었고, 앞으로도 한걸음씩 계속 나아갈거라고 생각하는 이유입니다. 1.정직하게 일한다. 2. 손님의 나이대와 성별 각각의 상황에 맞게 상세하고 풍부한 예시로 설명, 3. 부드러운듯 단단하고 사람을 생각할 줄 아는 유투버 4. 시청자의 의견을 받아들일 줄 알고, 그 의견이 허수아비님 가게에 맞이 않는다면 그 이유와 죄송하다고 표현해서 소통합니다. 5. 자극적인 내용보다는 우리의 소소한 일상을 보는 듯한 편안한 느낌. 저도 구독자 중에 한사람인데 허수아비 유투브는 그냥 틀어놓고 공부해도 잘될만큼 목소리가 부드럽습니다.

지나가는 설명충입니다ㅎㅎ 간단하게 말하자면 딥러닝은 AI라는 알고리즘 방식에 속합니다. -딥러닝 방식 3가지 딥러닝에는 아무런 방식도 가르쳐주지 않은상태로 컴퓨터가 우리가 의도 한데로 작동했을때 점수를 +1하고 그렇지 못했을때 -1을 하는 방식으로 컴퓨터가 +를 향해 행동을 하게 유도하는"강화 학습", 데이터와 그 결과 값을 이미 준 상태에서 특징점을 학습하여 다른 데이터를 넣었을때 결과를 도출하게 하는 "지도 학습", 데이터는 제공하되 결과값을 주지 않고 학습 시키는 "비지도 학습"이 있습니다(아무것도 주지 않기 때문에 가장 구현하기 어렵기도 하고 보통 데이터 분류의 목적으로 많이 씁니다.). -딥러닝의 기본 구조 이러한 딥러닝은 "인공 신경망"을 토대로 작동하는데요. 우리 뇌의 "뉴런구조"를 본 따서 만들었습니다. 인터넷에 검색하시면 알 수 있습니다만. 입력한 값에 "가중치"라는 것을 더하거나 빼서 출력까지 여러번 "가중치"를 더하거나 빼면서 나온 결과물이 딥러닝의 기본 형태입니다. 가중치는 일정한 범위내에서 랜덤하게 잡히며 우리가 원하는 쪽으로 값이 변경됩니다. 처음 0.1을 더했는데 결과가 긍정적이었다면 그쪽으로 계속 가는 것이죠.(활성화 함수라는것도 있습니다만... 간단하게 하기위해 패스) 결국 숫자들의 더하기와 빼기를 여러번 하여 나온숫자가 딥러닝의 결과물이고 우리가 원하였던 결과물이 나왔을때 사용되었던 "가중치" 값을 을 저장하였다가. 나중에 다시 사용하면 빠르게 입력값에 대한 결과값을 얻을 수 있죠. 예를 들자면 "고양이 사진"은 수많은 픽셀의 집합입니다. 각 픽셀은 값을 가지고 있죠 대충 0~255까지 있다고 한다면 (1,1)픽셀부터 (8000,8000)픽셀 까지의 모든 값을 신경망에 넣어 가중치를 더하고 빼면 나오는 값이 있을 것이고 그 값이 우리가 원하는 값이 었을때 그 값을 도출할때 사용된 가중치들을 저장해 두었다가. 나중에 다른 "고양이 사진"을 넣었을때 우리가 원하는 값이 도출되면 그 사진을 컴퓨터는 고양이 사진이다 라고 말하는 것입니다.

@MrShhyun

5 жыл бұрын

좋은 예시와 설명입니다

@쌍베

5 жыл бұрын

너무 긴데요

@dreamyboy5958

5 жыл бұрын

비문학 지문인데 거의

@DIYMAKER

5 жыл бұрын

@@dreamyboy5958 아닛.. 여기서 비문학이.. 현역 고3으로서 매우 공감합니다.. 이번에는 화작문도... ㅋㅋㅋ

@user-ck7nq6zd5r

5 жыл бұрын

이해하기 쉽게 설명하기 위해 저렇게 설명하셨겠지만, 사실 딥러닝의 학습과정은 정반대입니다. 앞서 말씀하신 가중치를 랜덤하게 주어 이때 모델의 예측값과 실측값의 간극(비용함수)을 최소화하고 가중치를 업데이트하는 일련의 순환과정을 학습과정 혹은 최적화작업이라 지칭합니다. 그렇기 때문에 사실상 딥러닝에서 '원하는 가중치값'을 정의하긴 애매하며, '이 사진은 고양이다.'는 이론적으로 'Class 0번일 확률이 높다.'이기 때문에 사실상 주어진 클래스내에서 분류만 할 뿐, 이 사진이 고양이라는 것을 인지하지는 못합니다. 또한 앞서 말씀하신 비지도학습의 개념은 머신러닝에서의 Clustering 개념이며, 딥러닝의 비지도학습은 아마 2014년 페이스북팀에서 발표한 GAN(General Adverserial Network)알고리즘이 조금 더 비지도학습 의미에 가까울 것 같습니다. 생성자와 판별자가 적대적인 경쟁구도를 통해 판별자가 결국 판별할 확률을 0.5로 수렴하게 만드는 것이 그 원리입니다. 즉 labeling작업이 주를 이루던 딥러닝계에서 큰 파장을 불러일으켰던 알고리즘입니다.

허수아비님의 한계는 어디까지인가..!

무섭다 .. 9:28초에 뭐가 지나감

@wsb237

5 жыл бұрын

날파리인듯

댓글에 공대분들이 등장하시면서 자세한 내용들 알려주시는데 어려워요!! ㅋㅋ 간단하게 말씀드릴게요~ 딥러닝이란 사람으로 따지면 말 배우는 애기와 비슷하게 프로그램을 짜주는 거에요. 그럼 컴퓨터가 중복적인 데이터를 사람이 미리 짜놓은 길 대로 러닝 즉 공부를 하는거죠 (중복적인 공부=딥 러닝) . 마치 애기에게 부모님들이 "아빠""엄마" 란 단어를 말하게 하기 위해 아이 앞에서 무수히 말해주는거와 같은 방법이라 보시면 됩니다. . 물론 개념적 이론적 으론 조금 다른 부분이 있지만 비스무리한 맥락이에요 헿 저는 이만 뿅

11:47 역시 사람의 뇌는 슈퍼 컴퓨터가 맞았다 ㄷㄷ

@youngjoonkim2963

3 жыл бұрын

슈퍼컴퓨터가 사람의 뇌를 모방한거지

*8백만원이면...200만원컴퓨터만 해도 왠만한건 다 할 수 있는데 그게 4대...*

학생들 실험실비 받아서 시스템 맞춘거 같은데 하드한 작업해야 하는데 케이스를 너무 pc형으로 가는게 아쉽게 보이네요. ㅜㅜ 이번 기회에 워크스테이션 서버쪽 환경도 알아보시면 괜찮을듯해요 ^^

@user-qi4qg6bt7r

4 жыл бұрын

꿈지구 그러게 말입니다..

항상 허수아비님 영상 보고느낀건데 컴퓨터 없는사람으로써 너무 부럽다 사람들이 컴퓨터를 자꾸 사니까

딥러닝, 빅데이터 분석 등 분산병렬처리를 하는 PC는 생각보다 자본이 많이 투입되긴 하죠 ㅎㅎ 제가 다니는 회사에서는 중소규모로 그럭저럭 하둡 에코시스템 돌리는 서버 PC를 맞추는데만도 CPU 코어 기준으로 128코어를(4대) 쓰고있네요. 그리고 보통은 이런거 맞춰주고 납품하는 업체가 따로있구요.

세상에 저견적에 번들쿨러... ㅎㄷㄷㄷ 심지어 딥러닝으로 cpu 혹사하는 컴인데 ㅎㄷㄷ

@frankOcean825

4 жыл бұрын

딥러닝이 cpu 혹사??

@user-fd4xc3pf9o

4 жыл бұрын

@@frankOcean825 딥러닝이 뭔지는 아세요?

@frankOcean825

4 жыл бұрын

김아무개 ㅋㅋㅋ ㅈ문가 납셨네

@user-fd4xc3pf9o

4 жыл бұрын

@@frankOcean825 ? it업체 근무중입니다만. 댁은 어디서 근무하시길래 딥러닝과 cpu혹사가 관련이 없다고 하시는지?

@frankOcean825

4 жыл бұрын

ㅋㅋㅋㅋㅋ 코딩노예인거 자랑하누 커리어 길어야 20년인 직종이 ㅋㅋㅋㅋㅋ

그래픽카드가 너무 영롱하다..ㅋㅋ

@user-jg7cf8dt9r

4 жыл бұрын

잘못손대면 정신이 더 영롱해질듯 내월급ㅜ

딥러닝은 컴퓨터가 시뮬레이션 해봐서 오류를 수정하고 스스로 공부하는거져. 예를들면 빅스비 같은거져 뭐

허수아비님 저거 그래픽카드 브릿지 라고 해서 그래픽카드끼리연결하는거 안하신거 같은데 설치하셨나여? 혹시나해서 빼먹은거 같아서 ㅎㅎ;;;;

@user-ni8du6oc1r

5 жыл бұрын

딥러닝용 gpu에는 브릿지 설치가 필요없습니다

@Hirit97

5 жыл бұрын

타이탄v자체는 sli자체도 지원안합니다

허헠... 대기업 되셨네

@user-my4dy8gc3b

5 жыл бұрын

종범?

@jb_5665

5 жыл бұрын

@@user-my4dy8gc3b 윙?

@user-jw7wu4nd6k

5 жыл бұрын

가족상본?

와 타이탄 볼타가 2개라니...

6:30 정전기 방지 비닐은 비닐 안쪽으로만 적용되고 바깥은 오히려 전자기기 고장의 원인이 될 수 있는걸로 알고 있습니다. 정전기 방지 비닐 원리를 검색하시면 어렵지 않게 이해하실 수 있습니다. 특히 마더보드같은 경우 면적도 넓어 AS 발생의 많은 통계가 포장을 뜯고 마더보드를 정전기 비닐 위에 올리면서 나는 고장 이라고 합니다. 비닐에 써있는 static sensitive device는 그냥 정전기에 취약한 제품이라는 뜻이며 비닐에 대한 설명이 아닙니다.

딥러닝이란 한마디로 기계가 인간처럼 생각하게끔 만든다는 기술인듯 앞으로 양자 컴퓨터가 나오면 가능할듯 저학생들이 말하는 함수 라고 이야기할것없이 인간은 무수한 신경세포로 생각하고 행동하여 닥쳐오는상황을 대처하는개념인데 그신경세포처럼 컴퓨터에 신경세포를 주입시키는개념인듯

와 차 한대가격이다 ㅎㅎㅎ

저 컴퓨터는 금액에 비해서 내구성에 대해 좀 소흘한것 같아요 cpu 그래픽 ssd 파워 전부 열이 많이 나는 것들인데 케이스 안이 여름에 많이 뜨거울거 같에요 열처리가 안되면 저런 연구용으로 계속 돌리는 컴터의 수명 급격히 줄어 듭니다 저 정도면 거의 서버급 수준으로 생각하고 방열 대책을 세워야 해요 소중한 부품이 맛 가기전에 말이죠. 가장 큰건 ssd 를 sata 방식으로 바꾸고(케이블로 연결하는거) 고부하로 장시간 쓸려면 그래픽도 수냉 달아야 합니다 공랭방식은 케이스안이 뜨거우면 큰 효과를 얻기 힘들거든요 채굴용 컴퓨터의 경우 케이스 없이 골격 하우징만 두고 공랭 하면 방전체를 환기시키는 방법을 쓰죠. 케이스를 쓰는건 내구성 때문 쓰기는 해도 방열에는 불리한 구조입니다. 과거 서버 컴퓨터의 경우는 각 발열부에 별도의 통로를 만들기도 했습니다. nvme 경우에 따라 100도까지 올라갑니다.

@user-iz6vu4gl3i

5 жыл бұрын

사람없을 때는 에어컨 끌걸요

@jihunahn3843

5 жыл бұрын

[상상 테크][박수아르] 제온, 고성능 그래픽 카드를 사용하는 연구실은 퇴근할때도 에어컨을 완전히 끄진않습니다. 온도를 조금 올려둘지언정 끄지는않아요 발열이 발열인지라

@user-gx2ip4lo5v

5 жыл бұрын

@@jihunahn3843 이게정석이지만 관리체계 애매한곳은 경비아조시가 끕니다 ㅠㅜ

@ori5ri

5 жыл бұрын

@@user-iz6vu4gl3i 저런데는 여름에도 파카 입고 있던데

@eggfried.

5 жыл бұрын

생각보다 열 많이 안올라갑니다. 친구 랩에서 저거보다 더 극한으로 타이탄4개 꼽아서 쓰지만 딥러닝 으로 타이탄 풀가동해도 85도 언저리로 놉니다. 타이탄의 경우 다른 그래픽카드들과 달리 쿨링 방식이 블로워 방식으로 본체안에 공기를 흡입한 다음 글카 뒤쪽으로 아예 컴퓨터 밖으로 열을 배출 하는 방식입니다. 그래서 본체안의 열을 올리지도 않구요. 랩실의 경우 주변 온도 환경도 좋고 저 정도로 안에 방열 대책에 대해서는 별 걱정 안해도 됩니다.

...??? ㅗㅜㅑ 딥러닝정도면 허수아비님 가게에서 취급하기엔 상당히 난도가 있는 컴퓨터였을텐데.. 허수아비님이 다루는 용도가 넓어지시는걸 좋아해야할까요 와우....

딥러닝을 최대한 간단하게 설명. 2차 함수 그래프의 그림이 그려져있을 때, f(x) = ax^2 + bx + c = y 를 만족하는, 그림에 최대한 근접한 a,b,c를 찾는게 머신러닝. 딥러닝은 f2(x) = f(x) = y 머신러닝이 2단계 이상 넘어가면 딥러닝. 보통 범용 딥러닝을 쓸 때는, 몇차함수인지, 몇단계인지를 설정하고 돌림. 단계가 올라갈 수록 시간이 무궁무진하게 증가.

곰써멀이 좋습니다. AMD기본 잘만의 서멀구리스랑 열전도율이 두배 이상 차이 납니다~

딥러닝 비슷한 분야 종사자입니다. 흠.. 대학원생이 저렇게 비싼 컴퓨터를 맞춘다고요? 요즘 클라우딩 시스템이 얼마나 잘 되어있는데. 구글의 클라우드 플랫폼이나 아마존의 AWS 아니면 심지어 네이버의 네이버 클라우드 플렛폼에서도 저정도 성능의 컴퓨터를 사용한 양만큼 돈을 지불하고 사용할 수 있어요. 인터넷으로 연결해서 수십억짜리 슈퍼컴퓨터 서버의 성능을 이용해서 인공 신경망을 학습시키는 방법인데 대학원생이고 연구 목적이면 아마 일부는 무료로 사용할 수 있게도 되어있어요. 연말이라 예산을 빨리 해치워야해서 그런가.. 원래는 저렇게 까지 안하는데..

@user-xc2cv5ui6u

5 жыл бұрын

그리고 보통 리눅스는 cpu로 AMD 잘 안쓰는데 AMD 쓰시네요. 뭔가 이유가 있는거 같은데 궁금하네요.

@sungksy

5 жыл бұрын

딥러닝 종사자인데요.. 제가다니는 회사도 AWS 나 gcp로 매달 2천만원씩나와서 저렇게 딥러닝전용 컴퓨터 2개사니 5개월도 안되서 본전찾더군요.

@choithom7920

5 жыл бұрын

아닙니다 하나 맞추는게 더욱 돈아끼는방법입니다

@_water_bear

5 жыл бұрын

학부생이지만, 인공지능에 관심이 많아서 저 비슷한 세팅으로 vga만 2080인데 생각보다 쓸만합니다. 제가 24시간 학습을 돌리는게 아닌지라 윈도머신에 아나콘다 + env로 텐서플로우 + 케라스 + opencv로 CNN 학습하는데 문제가 없더라구요. 캐글이나 칼텍 데이터셋만 봐도 압축이 어마어마한데 그런데에서는 암드 시퓨가 빛나더라구요

@hackh2300

5 жыл бұрын

​@@user-xc2cv5ui6u 리눅스에서 AMD 잘 안쓴다는건 상당히 선입견이신거 같은데... 인텔과 암당 두 CPU 모두 리눅스 환경에서 매우 잘 돌아갑니다... 단일 코어로는 INTEL이 장점이 있지만 멀티코어로는 AMD가 장점이 있는거 같습니다. 그리고 비용적인 측면에서도 어느정도 절충안이 되기도 하고요. 연구비 중 자재비로 산 컴퓨터일거 같네요ㅎㅎ

댓글 거의 안달고 재미있게 영상 보는 시청자입니다. 말투나 목소리가 뭔가 학교 선생님 같아서 즐겨보고 있습니다. 새해에도 복 많이 받으세요.

으아 새벽에 딩굴대다가 잘봤습니다... 그것도 오늘 회사 서류 발표 때문에 ... 근데 자소서를 보고 있는데 회사이름을 잘못 기입... 저를 20cm 자로 때려 주세요 허수아비님 흑흑흑 ㅠㅠㅠ 꼭 가고 싶은 회사였는데

저때 그래픽카드 800 살돈으로 이더리움 30만원 800만원치 샀으면 ㅋㅋㅋ

ㅋㅋ 저거 받은 이상 왠만큼 비싼거는 다 받으셔야겠는데요;; 스스로 무덤 파신듯

정말 잘보고 있습니다~ 마지막 사장님 멘트 ㅋㅋ점심? 탄수화물 ㅎㅎ

헐 허수아비님 대전에 계실줄은 꿈에도 몰랐어요.. 같은 지역이라니.. 여기서 컴퓨터 살걸..

@fallen7428

5 жыл бұрын

아 서울이네요 하하하...

허수아비 채널 역대급이네요

지금은 250w면 진짜 중상급 정도인데. 몇년전에는 최상급.

조립.... 정말 잘 하시는것 같아요! 저는 그런거 잘 못하겠어요...ㅋㅋㅋㅋㅋ

원래 이런것들이 난이도는 보통과 큰 차이가 나지는 않죠. 진짜 문제는 개인 사업하는 사람으로써 감당하기 어려운 무지막지하게 비싼 물건이라 실수로 뭔가 하나 부서진다던지 하면 끄음찍한 상황이.... 사람이 완벽할 수는 없으므로 실수를 할 수도 있는데 이런거 건들때 발생하지 않기만 바래야죠....

이제 사람들이 일부러 사장님 식은땀 좀 흘려보라고 일부러 찾아오는듯 ㅋㅋㅋㅋㅋ

@user-rp6ww7uc1y

4 жыл бұрын

1년 전에 말해야하는데 지금 말하지만 형이 여기 왜있어??????

@gt6538

4 жыл бұрын

그러게

대학원생이 자비로 한건아닐거고 그렇다고 교수 돈도 아닐거고 학교 지원금 받은거 일텐데. 흔치 않은 컴이네요 ㅎㅎ

@user-ez4jd2ue5u

5 жыл бұрын

님 프로필 먼지인줄암

@dkrk465

4 жыл бұрын

프로젝트 연구비가 별도로 잡혀있을겁니다

@bigbirdduck7793

4 жыл бұрын

자비는 당연 아닐테고 보통 과제비로 서버용 PC구매할때는 조립용은 엥간해선 구매하기 힘들거에요. 서류 올리기가 복잡해져서...어찌됐든 공학도들 화이팅 ㅠㅠ

@kmh5632

4 жыл бұрын

빅버드 근데 현존하는 브랜드pc중에 저만한게 없기 때문에 학교에서 이해해줄듯요ㅎㅎ 아니면 삼성에 따로주문넣어야할듯

@eyebrows5318

4 жыл бұрын

@@dkrk465 프로젝트 연구비로 ... 1000만원... 이라 할지라도 쉽진 않아요 ㅎㅎ공대 대학원 잠깐 있어봐서 ..

사장님 말씀하신대로 딥러닝은 인공지능 연구라고 이해하시면 될것 같습니다. 저는 AI(인공지능)라는 말이 기자들이 부풀리기 쉬운 용어이기도 하고 비전문가가 들었을때 직관적으로 매칭이 안되는 말이라서 싫어하는데요. 보통 요새 들어 대중매체에서 말하는 인공지능 기술이라는건 기계학습이라는 분야에서 나온 말입니다. 특별한 일을 수행하는 프로그램이 추가로 각종 데이터를 얻어서 더 일을 잘 수행하게 하는게 목적이구요. 이 교육방식에 따라 세부적인 명칭이 바뀝니다. 이 방법 중 인공신경망을 통한 학습방법이 있는데 학습 레이어를 늘려서 좀 더 결과가 느리게 나오는 대신 복잡한 학습이 되게끔 설계한 경우 딥러닝이라고 합니다. 그래서 좀 더 좋은 하드웨어가 필요한 경우가 많죠.

Titan V를 2개 꼽는데, AMD의 CPU라니, 뭔가 조합이.. ㅋㅋ 9940X나 7980XE 를 쓰는게 왠지 조합이 맞을거 같긴 한데, 아무래도 주문하신 분이 CPU 보다는 GPU로 Cuda 프로그래밍에 특화 되어서 CPU는 별로 신경 안쓰신듯 싶네용^^;

쉽세 말하면 3+9=12 라는걸 예전엔 컴퓨터에 알려줘야 되는데 딥러닝이나 머신러닝 은 3+?가 12 나오게 해라 라고 하면 컴퓨터가 ?1부터 넣어 봅니다 답이 맞을때까지 찍어 봅니다 1넣어보고 안되면 2넣어보고 이런식으로 이걸 엄청 많이 돌리는 겁니다

10:16 저건 얼마짜리인가요.. ㄷㄷ;;

@user-uo7qc7hf8f

4 жыл бұрын

ㄷㄷ

@Aharomi0413

4 жыл бұрын

와 프사 ㅎㄷㄷ

광고도 끝까지 보면서 보는 허수아비님 동영상 ㅎㅎ 잘보고 갑니다

작업시에 저 시스템(타이탄 V 2개)의 경우 이론상 이세돌과 대국했던 알파고 성능(300TFlops)의 약72% 정도(대당 110TFlops이므로 2대는 220TFlops)의 성능이 나오는 시스템 구축이 가능합니다. 예를 들어 위 시스템 성능은 개발자가 아침에 출근해서 작업 돌리고 퇴근전에 결과를 확인하고 재작업을 돌리는 상황이라면 일반적인 1080ti 2개 설치된 pc의 경우 출근해서 작업걸고 이틀뒤에 결과를 확인해야 하므로 위 시스템이 시간을 비용으로 본다면 결코 비싼 컴퓨터가 아니죠

하이엔드급은 고급진 느낌보단 특이한 느낌이 더강한듯

4:42 노트북을 보십시오 쿠로무쿠로가 재생되고있습니다. ㅋㅋㅋㅋㅋㅋㅋㅋ

GPU는 단순계산에 특화되어서 많은 량의 단순 데이터 처리가 필요한 딥러닝이나 인공지능에 꼭 필요한 부품입니다 비유를 하면 CPU를 교수님 한명 GPU하나에 초등생 100명이라고 생각하시면 됩니다 더하기 빼기 100문제를 교수님 한명보다 초등학생 100명이 푸는게 빠르죠?

걱정되서 한 마디해봅니다 츤데레처럼 자꾸 해주시는 맘도 알겠지만은 그래도 저 정도가격은 확실히 거절하시는게 좋을것 같습니다. 만에 하나 실수라도 하나 하면 안켜지기라도 하면 어떻게 감당하시려고요... 이번엔 진짜 " 이건좀;; " 이였습니다

딥러닝 설명을 쉽게 해주시지 ㅋㅋㅋ 컴퓨터가 장미와 튤립을 구분 못했는데 딥러닝기술로 구분할수 있게 됬다고 뉴스에서봤는데.... 사람은 그냥 보면 아는데 기계는 어렵게 알아먹는데요. 하지만 컴퓨터가 데이터가(딥러닝) 많아지면, 전문가보다 더 구체적으로 많은걸 구별한다고 합니다. 비슷한 장미더라도 어떤 종자인지 어느나라에서 재배됬는지 앞으로 어떻게 성장할지 까지 구분도 가능할수도....

@daedspcae

5 жыл бұрын

스카이넷!!!

@user-fe6tq9tj5d

5 жыл бұрын

그건 설명이 아니라 딥러닝 기술의 사례중 하나인거죠;;

@snailblue2044

5 жыл бұрын

@@user-fe6tq9tj5d 그냥 설명이 아니라, 쉽게 설명하려면 사례를 들어야죠. 사물을 방정식 함수 그래프로 계산해서 인식한다는 것보다 쉽지 안나요? ㅎㅎ

@user-pk6mw8pc1r

4 жыл бұрын

@@snailblue2044 공대한테는 꽃보다 공식설명이 쉽다고생각할걸요

점심 탄수화물 ㅋㅋ 마지막 뭐에옄ㅋㅋ

언제나 유투브 잘보고있습니다 amd장패드 겁나가지고싶게디자인됬네요 ㅠㅠ

허수아비님 영상만 오질라게 보다가 컴퓨터 조립 법 알게 됐습니다

근데 대학에서 ai 관련 연구하면 보통 학교꺼 원격으로 땡겨쓰지 않음?

@Kevin-ip3qh

5 жыл бұрын

학교 서버가 cpu 타임에 비해서 비싸다거나 연구 과제 시작할때는 그냥 사버리기도 하죠 ㅎㅎ

사장님께서는 국내 Deep Learning 연구 분야에 기여하고 계신 것입니다. 훌륭하십니다.

오 이걸 보게 되다니 ㅎㅎ 고생하셨슴다 ㅎㅎ

2:30 이게 말도안되는 소리인게 AMD 기본쿨러는 쿨러마스터에서 생산합니다. 쿨러마스터에서도 써멀을 만드는데 자기것 안쓰고 타사 써멀을 떼와서 쓴다? 말도안되는 소리죠. 물론 쿨러마스터 써멀도 꽤 괜찮은 써멀입니다만 그리즐리에 비빌수준은 안될겁니다. 근데 AMD 기본쿨러도 레이스맥스 레이스프리즘 두개 한정해서 써멀재도포가 그나마 효과적인거지 나머지 원형으로 된 스텔스 스파이어는 도찐개찐입니다.

이왕 딥러닝 하는거면 쓰레드리퍼 가셨어도 되었을듯한... 글카에 비해 시퓨가 뭔가 좀 차이가 많이 나는(?)...

@_hana5505

5 жыл бұрын

딥러닝은 CPU보다는 GPU가 중요합니다. GPU는 엄청난 데이터를 병렬계산 하는데 특화되어있기때문입니다.

@Hakshoku_Y

5 жыл бұрын

@@_hana5505 뭔가 웅장한 크고 아름다운 그래픽카드에 시퓨 또한 크고 아름다운? 그런 관념이 -_-;

@user-rv9hi2rx1j

5 жыл бұрын

모르면 가만있어도 될텐데

@chaesol4923

5 жыл бұрын

이미 두분이 간단하게 설명드렸지만 좀 더 설명드리면, GPU 학습 기반 딥러닝 (특히 쿠다 가속 등 cuDNN 기반의 딥러닝 혹은 AMD 기반 GPU 컴퓨팅 등) 을 진행할 경우, 굳이 CPU 를 올릴 필요는 없습니다. 거기다 CPU 기반 딥러닝을 할꺼면 다중코어쓰레드 CPU 를 살 바에 차라리 연구기관에 지원해주는 데이터 클라우드 센터 서버의 연산기능을 이용하는게 대체로 더 효율적이기도 하구요. 쉽게 생각하시면 동일하게 GPU 연산을 중요시하는 채굴용 메인보드 보시면 됩니다. GPU 연산 기반이 우선이기 때문에, GPU 를 줄줄히 연결할 수 있는 시스템에 비해 CPU 는 상대적으로 저사양을 사용하죠. 물론 일반적인 경우야 CPU, GPU 골고루 쓰는 프로그램들 (랜더링, 게이밍 등) 을 쓰기 때문에 이 둘의 벨런스가 중요하겠지만요.

@kitaikuyo77

5 жыл бұрын

까요까요 왜 말을 그렇게까지 하시죠 ? 모르는게 잘못은 아닌데

궁금한거있는데용 옛날부터 궁금했는데.. 고양이사료 왜 가지고 오셧나요??

@Jr.Samchi-Jorim

5 жыл бұрын

서울이직 기념 방송에서 서울고양이 혹시있으면 멕인다고 가져오셨다 하셨어요 ㅋㅋㅋ

@thk6400

5 жыл бұрын

심심할때 라가 뜯어 먹.. 읍읍

'심화학습 및 예측 가능 인공지능' 수준으로 정의할 수 있겠네요. 인공지능이 생산하는 단위는 인간 보다 월등할 것이므로 .. 그래픽처리도 인간의 감각능력보다 훨씬 높겠네요. 인간이 만들어 내고 확대해서 보고 있는 극초미립자 보다 어쩌면 더 정밀한 작업도 가능하지요. 그래서 그런 것을 실현해 낼 수 있는 그래픽카드 성능이 필요하고 .. 필요가 필요를 낳는 세상이네요. 정밀한 물건의 진품, 가품 판단이나 가공할 때에도 쓰일 수 있고, 원자단위까지 수시로 살피고 계산해야 하는 분야에서도 필요하고 ..

대학교 연구실에서 정말 저예산으로 딥러닝하나 보네요. 보통은 기업이나 연구실등에 납품하는 업체가 있죠. 서버처럼 랙형태로 만들어가지고. 모델명은 기억안나지만 12GB 짜리 카드 8개 꼽고 당연히 하드는 레이드로 구성한 3000만원짜리 저렴이들을 엔트리레벨로 쓰죠. 물론 예산에 따라 스펙을 조정해야겠지만. 그래픽카드 2개짜리로는 시뮬레이션 몇개 돌리지는 못하겠어요.

내가 일하는 연구소 워크스테이션보다 성능 좋을듯ㅋㅋㅋㅋ

저컴으로 지뢰찾기 하고싶다..

@user-qu6nj2up7q

5 жыл бұрын

저거 사양이 더 높아야함

@okdod1540

4 жыл бұрын

ㅋㅋㅋㅋㅋㅋㅋ ㅁ ㅊ놈들

@NoooOooOoooB

4 жыл бұрын

@햄피스트 ktx ㅋㅋㅋ

@haaam8809

3 жыл бұрын

도랐냐고 ㅋㅋㅋㅋ

@user-cg4hv8ll2i

Жыл бұрын

ㅋ

제가 메인프레임도 많이 봤고 크레이도 제법 여러개 봤는데 pc보고 갖고 싶기는 또 처음이내요 그래픽 카드가 썬 장비 boot rom 처럼 디바이스를 on/off시키는것도 재미 있내요

수고하셨으니까 좋아요 구독 눌루고갑니다아

오늘 처음 봤는데요 우리나라 학생들의 (deep learning) 어려운 공부를 간접적으로 지원하시는 모습을 보고 감격했네요 이런 지원이 한국을 살짜울수 있는 기술강국으로 가는 밑거름이 될것으로 생각합니다

@user-hj7lf5np6h

Жыл бұрын

주접이 심하네 ㅋㅋ 그냥 돈받고 팔면서 해주는건데

이번영상 하이라이트 12:23 직원 "저희 점심 뭐먹습니까?" 허수아비 "점심? 탄수화물"

컴공과 가겠다고 공부한 고등학생 시점에서 마지막 설명을 좀 정리해 드리자면 입력이 들어오면 사람이 정해둔 계산과정을 통해서 값을 내주는게 일발적이라면 딥러닝은 계산과정을 모르니까 데이터를 잔뜩 집어넣어서 뭐가들어가면 뭐가 나오더라는 규칙을 찾는게 딥 러닝입니다. 근데 그 규칙을 사람이 이해하기는 불가능하다 라는게 단점으로 꼽힙니다.

0:22 최고 비산 것은 쿼드로 제품군 이라고.. GV100같은 굇수 제품이 있어서.. 9,000$ 튜링 아키텍처에서는 RTX8000, 가격이 10,000$;;

@jewanjeon5131

5 жыл бұрын

AMD에는 라데온 프로(구 퍼이어프로)나 라데온 Instinct(저도 처음암)이라는 제품 군이 있네요. 참고로 Instinct는 러닝용이라네요.

@MrChane8

5 жыл бұрын

@@jewanjeon5131 비싼 걸로 치면 한도끝도 없죠. 일반 소비자용으로 판매되는 영역에서는 끝판왕이 맞습니다.

@nyangju5181

5 жыл бұрын

Tesla V100도 있죵 ㅋㅋㅋ

@pgatv341

5 жыл бұрын

현존으로는 쿼드로 GV100이 가장 비쌀거고 GV100 개당 가격이 1400만원 정도

쌔비고 싶네요 ..