• >
  • 프로그램

KSC2017 11월01일(수)

매니코어컴퓨팅

본 튜토리얼은 총 2부로 구성되어 있으며, 1부에서는 KISTI의 5호기로 도입될 Intel Knights Landing (KNL) 매니코어 프로세서에 대한 간략한 소개 및 이를 이용한 프로그래밍 실습을 진행한다. 2부에서는 KNL 매니코어 프로세서를 이용한 활용 연구 사례를 다루며, 숭실대학교 컴퓨터공학과에서 수행하고 있는 밀집행렬 연산 최적화 연구 및 KISTI 인텔 초병렬컴퓨팅 활용연구사업을 통해 진행하고 있는 거대 전자구조 계산 최적화 연구에 대해 소개한다. 2부의 마지막에는 지난 7월 실시했던 국가 슈퍼컴퓨팅 경진대회의 최우수 입상자 (대학/대학원) 를 초청해 출제 문제의 성능 개선을 위해 어떤 병렬처리 방법을 사용했는지에 대해 소개하는 시간도 포함되어 있다. Bootable Manycore HPC를 이용한 프로그램에 관심이 있는 분들은 누구나 수강이 가능하며, 간단한 예제를 중심으로 한 실습이 포함되어 있어 Manycore Programming에 관심이 있지만 아직 접해보지 못하신 분들 및 Manycore Programming 활용 연구에 관심이 있으신 분들 모두에 좋은 기회가 될 것으로 생각된다.
시간 발표제목 발표자
13:40 ~ 13:50 KISTI 슈퍼컴퓨터 5호기 소개 강지훈 실장 (KISTI)
13:50 ~ 15:40 Knights Landing 프로그래밍 튜토리얼 (노트북 지참시 실습 참여가능) 정요상 연구원 (KISTI)
15:40 ~ 16:00 Coffee Break
16:00 ~ 16:20 Knights Landing에서의 효과적인 밀집행렬 곱셈 연산 루틴 최재영 교수 (숭실대)
16:20 ~ 16:50 KISTI IPCC 소개 및 Knights Landing에서의 희소행렬 연산효율 개선 류 훈 박사 (KISTI)
16:50 ~ 17:15 On-board FPGA를 이용한 전자구조계산 가속화 이승민 선임 (KISTI)
17:15 ~ 17:45 Supercomputing 경진대회 소개 및 OpenMP-MPI 병렬화 강지훈 실장 (KISTI),
대학원/학부 대상팀

Deep Learning

본 튜토리얼은 3단계로 구성되어 있으며 먼저 딥러닝에 대한 심도있는 이해를 할 수 있도록 데이터 기반 딥러닝 예측과 제어기법에 대하여 다룬다. 다음으로 강화학습의 개념과 강화학습 시스템이 발전되어 온 두가지 방향(value-based / policy-based)을 살펴본다. 그리고, Deep Learning이 결합된 Deep Reinforcement Learning의 현재와 미래 연구주제들을 논의한다. 마지막으로 영상처리와 관련된 딥러닝 기술을 소개한다. 영상에 CNN을 적용한 단순한 분류기술을 넘어 세그멘테이션, 물체검출, RNN, 강화학습, 비지도 학습과 같은 기술을 영상처리에 적용하는 방법론과 사례를 살펴본다.
시간 발표제목 발표자
13:40 ~ 14:10 딥러닝 예측 및 제어 기술 소개 이홍석 박사 (KISTI)
14:10 ~ 15:40 쫄지말자 강화학습 김승일 소장(모두의연구소)
15:40 ~ 16:00 Coffee Break
16:00 ~ 18:00 딥러닝 영상처리 활용 박은수 책임(모두의연구소)