상세정보

HOME > 상세정보

AI 반도체 혁명 : 3차 반도체 전쟁, 최후의 승자는 누가 될 것인가 / 권순우 [공저]
  • 국적:한국
자료유형
단행본
ISBN
9791169850919 03320\23000
KDC
569.4-5
청구기호
569.4 권57ㅇ
저자명
권순우
서명/저자
AI 반도체 혁명 : 3차 반도체 전쟁, 최후의 승자는 누가 될 것인가 / 권순우 [공저]
발행사항
서울 : Page2(페이지2북스), 2024
형태사항
390 p. : 삽화 ; 23 cm
주기사항
공저자 : 이동수, 권세중, 유지원
주기사항
AI는 "Artificial Intelligence"의 약어임
키워드
인공지능
기타저자
이동수
기타저자
권세중
기타저자
유지원
가격
\23000
Control Number
maf:54298

소장정보

 
소장자료
서가번호 등록번호 청구기호 소장처 대출가능여부 대출정보
0032436 569.4 권57ㅇ   농림축산식품부 자료실 대출가능    
* 대출중인 자료에 한하여 예약이 가능합니다. 예약을 원하시면 예약버튼을 클릭하십시오.
신규검색 간략정보이동 상세정보출력 마크정보

 008241113s2024    ulka          000a  kor
 020  ▼a9791169850919▼g03320▼c\23000
 056  ▼a569.4▼25
 090  ▼a569.4▼b권57ㅇ
 1001 ▼a권순우
 24510▼aAI 반도체 혁명▼b3차 반도체 전쟁, 최후의 승자는 누가 될 것인가▼d권순우 [공저]
 260  ▼a서울▼bPage2(페이지2북스)▼c2024
 300  ▼a390 p.▼b삽화▼c23 cm
 50010▼a공저자 : 이동수, 권세중, 유지원
 50010▼aAI는 "Artificial Intelligence"의 약어임
 653  ▼a인공지능
 7001 ▼a이동수
 7001 ▼a권세중
 7001 ▼a유지원
 9500 ▼b\23000
목차정보보기
[서문] 희망과 거품이 가득한 AI 반도체 세계

1부 AI 반도체 전쟁의 서막
 01 200% 주가 상승, 엔비디아의 기적
 02 인텔의 인공지능 시대 생존 전략
 03 데이터센터 1위 아마존, 어제의 친구가 오늘의 적
 04 삼성전자, AI를 모바일폰에서 구현하다

2부 1세대 반도체, 인간 컴퓨터를 전자 컴퓨터로 만들다
 05 반도체 시대, 컴퓨터는 바뀌어야 한다
 06 1세대 반도체의 시작, 8인의 배신자
 07 미국과 소련의 우주 전쟁, 반도체 사업을 키우다
 08 잭 킬비와 로버트 로이스가 만든 혁신, 집적회로
 09 실리콘 판 위에 반도체를 그리다
 10 반도체 시장을 만든 최고의 마케팅 용어, 무어의 법칙
 11 IBM, 마이크로소프트 그리고 인텔의 시대

3부 아이폰 모먼트, 2세대 저전력 반도체 시대를 열다
 12 인텔의 공고한 아성, 소수가 연구하던 RISC
 13 RISC 진영의 왕좌를 차지한 ARM
 14 모바일 시대, 새로운 공룡의 탄생
 15 모바일 시대의 절대 강자, 애플 신화의 시작

4부 3세대 반도체, 컴퓨터 연산으로 인공지능을 구현하다
 16 인공지능을 향한 인간의 욕망, 기계를 두뇌로 만들다
 17 전문가에게 물어보듯 컴퓨터에게 물어보는 전문가 시스템
 18 미션, 기계를 학습시켜라
 19 빅데이터를 활용한 인공지능의 발전
 20 AI 알고리즘의 끝판왕, 트랜스포머의 등장
 21 미중 반도체 전쟁과 엔비디아

5부 AI 반도체의 성능을 좌우하는 요인들
 22 AI 반도체, 연산 속도가 다가 아니다
 23 반도체 성능을 좌우하는 제조 공정 노드
 24 연산기 속도를 높이기 위한 메모리의 진화
 25 연산기와 메모리를 연결하는 네트워크 통신
 26 반도체의 한계를 넘기 위한 패키징 기술, 칩렛과 HBM
 27 메모리 병목 현상을 S램으로 돌파한다
 28 반도체 성능만큼이나 중요한 연결 속도
 29 반도체 성능을 좌우하는 냉각 기능
 30 쿠다를 중심으로 한 인공지능 소프트웨어 생태계
 31 하나의 칩으로 만들 수 있는 한계에 도달한 엔비디아

6부 초거대언어모델과 반도체의 발전 방향
 32 초거대언어모델의 공부법, 분산 학습
 33 초거대언어모델의 문제 해결법, 추론
 34 초거대언어모델, 다양성이 필요하다
 35 더 빠른 답변을 줄 것인가, 더 많은 답변을 처리할 것인가

7부 지속가능한 인공지능을 위한 해법
 36 데이터 규모와 반도체 효율성 사이의 답, 경량화
 37 데이터 비트수를 줄이는 양자화
 38 불필요한 파라미터를 제거하는, 가지치기

8부 네이버는 왜 반도체를 직접 만들게 됐을까
 39 경량화-하드웨어 딜레마에 대한 네이버의 솔루션
 40 우리에겐 최적화된 반도체가 필요하다
 41 AI 반도체, 전문화 vs 일반화의 딜레마에서 벗어나다

9부 여전히 남는 몇 가지 질문들
 42 모델 압축을 하면 정말 효과가 있나? 입증 가능한가?
 43 좋은 AI 반도체를 구분하기 어려운 이유는?
 44 AI 반도체 설계가 어려운 이유는?
 45 만약 트랜스포머가 아닌 더 개선된 모델이 나타난다면?
 46 데이터센터가 AI가 아닌 온디바이스 AI의 시대가 온다면?