aws

AWS로 딥 러닝을 위한 프레임워크 MxNet 활용하기 머신 러닝에 대한 관심이 폭발적으로 증가했습니다. 특히, 국내에서는 올해 알파고로 인해 딥러닝(Deep Learning)에 대한 관심이 크게 증가하였습니다. 인공 신경망을 이용한 딥 러닝 기법은 하드웨어 성능의 비약적인 개선과 신경망 알고리즘의 개선으로 인해 실제 활용 가능한 수준으로 빠르게 변화하였습니다. 이러한 관심으로 인해 분산 딥 러닝 프레임워크(distributed deep-learning framework)가 많이 개발되어 오픈소스 형식으로 공개되고 있는 상황입니다. 게임 서비스 영역에서도 차츰 딥 러닝을 활용한 서비스들이 지속적으로 나타나고 있습니다. 인공 지능 연구 및 서비스 개발자의 요구 사항, 지원 언어 및 하드웨어 따라 여러 종류의 딥 러닝 프레임워크가 개발되어 공개되었습니다. 대표적인 것이 MXNet,   Caffe , Theano , TensorFlow™, Torch  등이 있습니다. 딥러닝 프레임워크 소개 DeepLearning 4J에서 비교한 딥러닝 프레임워크 비교 기사를 보면 아래와 같은 장단점을 나열할 수 있습니다. (본 자료는 AWS의 공식적인 자료가 아니며, DeepLearning 4J의 의견입니다.) 프레임워크 장점 단점 Theano Python 지원 Wrapper 를 통한 높은 추상화로 사용성 편리 [ more… ]

Amazon Aurora 기반 개발 및 테스트용 신규 T2.Medium DB 인스턴스 타입 추가 Amazon Aurora는 이미 db.r3.large (2 vCPUs/15 GiB of RAM)에서 db.r3.8xlarge (32 vCPUs/244 GiB of RAM)까지 단계별로 다섯 가지의 데이터베이스 인스턴스 타입을 지원하고 있습니다. 이를 통해 보다 높은 성능을 위해 폭넓은 애플리케이션 범위를 지원 하고 있습니다. 오늘 여섯번째 선택으로 db.t2.medium (2 vCPUs/4 GiB of RAM) 데이터베이스 인스턴스 타입 지원을 소개합니다. 다른 T2 인스턴스 처럼 싱글 코어 성능의 40% 정도를 보장하고, CPU를 많이 쓰는 질이나 다른 데이터베이스 작업에 CPU 성능 전체를 사용할 수 있는 크레딧을 제공합니다. 본 인스턴스 타입은 CPU 크레딧을 처음에 전체를 할당하고, CPU 추가 성능시 크레딧을 사용하고, 그렇지 않을 시간에는 보충하는 모델을 가지고 있습니다. (자세한 사항은 저가 T2 인스턴스 출시 – 급격한 트래픽 처리 가능 참고.) db.t2.medium 인스턴스 타입은 정식 서비스 전 개발 및 테스트 혹은 작은 서비스에 최적의 비용 대비 성능을 보여줄 것입니다. CPUCreditUsage나 CPUCreditBalance 통계를 통해 [ more… ]

AWS 12월 온라인 세미나 – 개발자를 위한 AWS 총정리 AWS 한국팀에서도 AWS 클라우드를 아껴주시는 한국 고객 분들을 위해 지속적으로 AWS 월간 웨비나 시리즈를 진행하고 있습니다. 올해 마지막 12월 웨비나에서는 한 해를 마무리 하면서 ‘개발자를 위한 AWS 총정리’ 시간을 마련하였습니다. 이번 웨비나는 AWS 테크에반젤리스트인 윤석찬님이 올해 개발자 커뮤니티 사이의 핫(Hot) 토픽이었던, 서버리스(Serverless), 마이크로서비스(Microservices), 인공 지능(Artficial Intelligence) 등을 AWS 클라우드 서비스 관점에서 소개하는 시간을 가집니다. 관심 있는 개발자 여러분의 많은 참여를 바랍니다. ※ 참고. 개별 강의에 모두 참가하고 싶으신 분은 1회 등록 후, 로그인하여 기존 입력 정보를 통해 참가 신청 하시면 됩니다. 기존에 AWS 웨비나에 참가하시고, 아이디가 있으신 분은 오른족 맨 위의 “이전에 등록한 경우 여기를 클릭하십시오.” 링크를 통해 로그인 하시기 바랍니다. 등록을 완료하시면, 메일을 통해 온라인 세미나에 접속할 수 있는 참여 URL을 보내 드립니다. 1. 파이선(Python) 개발자를 위한 세 가지 AWS 활용 방법 – 일시: 2016년 12월 14일 (수) 오전 10:00 [ more… ]

AWS 하이브리드 렌더팜 아키텍처를 위한 스토리지 캐시 설계 클라우드 컴퓨팅은 새로운 기준(New Norma)이 되었습니다.  컴퓨팅 리소스가 필요한 산업군 어디에서나 이제는 클라우드를 먼저 생각합니다. 미디어 및 엔터테인먼트 시장도 예외는 아닙니다. 특히 컴퓨팅 자원이 많이 필요한 렌더링 분야에서 빠르게 성장하고 있습니다. 사용자들은 점점 4K 영상과 같은 더 높은 해상도를 원하고 있으며 이에 따라 데이터와   콘텐트 셋의 크기도 더 커지고 있습니다.  이런 데이터를 렌더링하기 위해서는 더 높은 성능과 더 많은 컴퓨팅 자원이 필요합니다. 하지만, 자체 렌더팜에 대한 TCO는 매우 높습니다. 프로듀서나 렌더팜 운영 담당자는 일반적으로 프로젝트를 진행한 후 얼마 지나지 않아 곧 보유한 용량보다 더 많은 컴퓨팅 자원이 필요한 것을 깨닫게 됩니다. 그리고 이런 일들은 새로운 프로젝트가 진행될 때마다 반복됩니다. 반면에 컴퓨팅 자원을 탄력적으로 확보하고 확장하는 것은 매우 어렵고 비용도 많이 듭니다. 클라우드를 통한 동영상 렌더링 요구 사항 이런 요구에 대한 해결 방법으로 제3의 공급자 솔루션을 찾거나 렌더팜 대여 업체를 통하면 해결 가능할 [ more… ]