Thumbnail
얼리버드 할인 중(D-8)
NEW 개발 · 프로그래밍 임베디드 · IoT
설계독학맛비's 실전 AI HW 설계를 위한 바이블, CNN 연산 완전정복 (Verilog HDL + FPGA 를 이용한 가속기 실습)
57명이 수강하고 있어요.
30% 297,000원 207,900원

월 41,580원

5개월 할부 시
지식공유자: 설계독학맛비
총 25개 수업 (9시간 21분)
수강기한: 무제한
수료증: 발급
난이도:  입문-초급-중급이상
지식공유자 답변이 제공되는 강의입니다
폴더에 추가 공유
중급자를 위해 준비한
[임베디드 · IoT, 인공지능] 강의입니다.

맛비와 함께 AI 하드웨어의 기본을 공부합니다. 비메모리 설계 전문가로서 좋은 AI HW를 설계하기 위한 필수 지식을 담았습니다.

✍️
이런 걸
배워요!
현업 비메모리 설계자의 Insight
AI HW 설계를 위한 필수 지식
HW 가속기 설계 경험

AI HW 설계를 위한 핵심 바이블!
실전에서 바로 쓸 수 있는 경험을 쌓을 수 있어요.

비메모리 설계 전문가를 꿈꾸는 당신을 위한
맛비 유니버스 로드맵을 확인해보세요.


안녕하세요! 
설계독학의 맛비입니다.

Velilog HDL Season1FPGA Season1에 이은 세 번째 강의입니다.
필수는 아니지만, 선수 강의를 완료하신 분들이 들으셨을 때 배울 수 있는 내용을 중점적으로 구성했습니다.

이번 강의에서는 비메모리 설계자, 하드웨어 엔지니어로서 꼭 알아야 할 AI HW(AI Hardware) 설계에 대해 다룹니다. 
AI HW 설계가 무엇인지부터 최적의 AI HW 설계를 위해서는 어떻게 해야 하는지 궁금하신 분들이라면 이 강의에 주목해주세요!

비메모리 반도체 설계의 필수 교양!

💡 수강 전 확인해주세요!

  • 본 강의에서는 선수 강의 커리큘럼에 해당하는 부분을 다루지 않습니다. 선수 강의에서 다루는 내용에 대한 질문은 선수 강의에서 받고 있으니, 준비가 되신 분들의 수강신청을 부탁드립니다 🙂
  • 자세한 소개영상 및 커리큘럼은 미리보기 영상을 통해 확인하실 수 있습니다. 수강신청 전 꼭 시청 부탁드립니다!

AI HW 설계 분야의 많은 기회
기다리고 있습니다.

AI HW 설계 분야는 성숙된 지 10년이 채 안 된 분야입니다. 그만큼 수많은 국내외 스타트업들이 각자 세계 최고의 테크 기업이 되기 위해 노력하고 있습니다.

실제로 AI HW인 GPU, AI ASSP/ASIC (NPU), FPGA의 수요가 꾸준히 증가하고 있어 향후 10년 이상 지속적으로 미래 가치가 상승할 것으로 예상됩니다. 신생 기술 + 기대수요가 큰 시장이라는 특징이 일러주듯, 앞으로도 AI HW 분야의 전망이 밝으리라 확신합니다. 이는 AI HW 분야에 있는 여러분들에게 크나큰 기회가 기다리고 있다는 의미이기도 합니다.

출처: Semiconductor Engineering

시장에서 활발히 전문 기술을 요구하는 AI HW 설계 분야를 공부하신다면 여러분들의 몸값 또한 증가합니다.
이미 업계 상위 1%의 연봉을 받는다고 해도, 분명 더 높은 연봉을 받을 기회가 여러분께 있습니다.


이 강의를 모두 듣고 나면

여러분은 좋은 AI HW를 설계하실 준비가 되셨습니다.
기술 수요가 발생한 지 채 10년도 안 된 신생 분야이니만큼 아직 시장이 성숙되지 않은 상황입니다. 이는 기술의 방향이 정립되지 않았고 기술 노하우 또한 전수되지 않고 있다는 의미입니다.

4년간 AI HW 설계를 해오면서 현업 제품에 사용했던, 실전에서 바로 사용할 수 있는 핵심 이론과 실습을 담았습니다. AI HW 석/박사 혹은 현업 실무자로 진입을 준비하시는 분들께 이 강의를 추천드립니다.


현업에서 만나요 🖐

읽어주셔서 진심으로 감사합니다.
여기까지 읽으셨다면 제 강의를 수강하지 않으시더라도, 
여러분들께서 훌륭한 설계 엔지니어가 되실 거라 확신합니다. 

선택은 여러분의 몫입니다. 
여러분을 현업에서 만나뵙기를 기대합니다. 

감사합니다. 맛비 드림. 

지식공유자가 알려주는
강의 수강 꿀팁!
🎓
이런 분들께
추천드려요!
AI HW 관련 취업하신 분, 석박사를 준비하시는 분
디지털 회로 설계 경험 기본기를 갖추신 분
AI HW 설계에 관심이 있으신 분
📚
선수 지식,
필요한가요?
Verilog HDL
FPGA
C

안녕하세요
설계독학맛비 입니다.
설계독학맛비의 썸네일

안녕하세요. 설계독학의 맛비입니다.

대기업에서 시작하여, 국내유일의 Video IP 설계 회사에서 일했습니다.
현재는 국내유일 Xilinx Application Partner 회사에서 AI + Video 관련 FPGA 제품의 설계를 하고 있습니다.

FPGA 세계대회 Xilinx Computing Challenge 2020 의 초대 우승팀 멤버입니다.

국내최초 Xilinx Application 에 등록된 제품을 만든 경험이 있습니다. (2021y)

이어서, 국내두번째의  Xilinx Application 에 등록된 제품을 만든 경험이 있습니다. (2021y)

kokoon.cloud 에서 제가 만든 AI HW 제품을 무료로 체험하실 수 있습니다.

비메모리 반도체 설계관련 이야기들을 주제로 영상과 글을 쓰고 있습니다 :)

설계독학 유튜브, 설계독학 블로그, 맛비 블로그 (네이버)

커리큘럼 총 25 개 ˙ 9시간 24분의 수업
이 강의는 영상, 수업 노트, 첨부 파일이 제공됩니다. 미리보기를 통해 콘텐츠를 확인해보세요.
섹션 0. AI HW 설계 기초 Intro
안녕하세요. 설계독학의 맛비입니다. 미리보기 01:55 [AI HW 0장] 강의계획서 미리보기 06:21
제공하는 실습파일 및 실행 환경에 대해 알아보아요. (수강자분들에게만 공유드려요~) 01:21
섹션 1. AI HW 설계가 무엇인지 알아보아요. (기초)
[AI HW 1장] What is AI? Deep Learning? (feat. AI HW 의 기회) 미리보기 30:30
[AI HW 2장] Overview of Deep Neural Networks (feat. HW 설계를 위한 정확한 연산을 이해해보자!) 30:28
[AI HW 3장] Training (학습) vs Inference (추론) (feat. 대다수의 NPU 는 Inference 를 위한 HW 입니다.) 16:41
[AI HW 4장] 잘알려진 DNN 들은 어떤 것들이 있을까요? FC, CNN, RNN, LSTM? (Feat. 설계독학에서 다룰 DNN 은?) 27:05
[AI HW 5장] CNN 에 대해서 알아보자 (기초 내용!) 35:02
[AI HW Lab1] CNN Core C 코딩 (Golden Model 만들기) 25:09
섹션 2. AI HW 설계를 위한, 필수!! HW 지식을 쌓아봅시다. (중급)
[AI HW 6장 1부] CNN Paper Review (Intro, LeNet, AlexNet) 27:39
[AI HW 6장 2부] CNN Paper Review (VGGNet, GoogLeNet, ResNet, 마무리) 26:57
[AI HW 7장] 효율적인 NPU 설계를 위한 필수 지식, CNN Advanced (feat. TPU Architecture ) 24:54
[AI HW 8장] 좋은 AI HW 를 설계하고 싶을때 알아두면 좋은 내용 18:57
[AI HW 9장] AI HW 를 설계시 알아두면 좋은 문법 (feat 책 추천) 23:17
섹션 3. 나만의 AI HW Core 설계해보기! (실습 Project)
[AI HW Lab2] CNN Verilog HDL Practice 1 (Simulation) - 문제설명편 ppt 12:25
[AI HW Lab2] CNN Verilog HDL Practice 2 (Simulation) - 설계환경리뷰 30:34
[AI HW Lab2] CNN Verilog HDL Practice 3 (Simulation) - 문제해결편 19:49
[AI HW Lab3] CNN Verilog HDL Practice 4 (FPGA) 47:51
섹션 4. 최적의 AI HW 설계를 위한, HW 지식을 쌓아봅니다. (고급)
[AI HW 10장][Model Compression Part 1] Model 경량화방법에 대해 알아보자 (pruning, quantization, Knowledge Distillation) 19:19
[AI HW 11장][Model Compression Part 2] MobileNet v1 (Depth Separable Convolution) 21:55
[AI HW 12장][Model Compression Part 3] MobileNet v2, Group Convolution (Resnext, ShuffleNet), Dilated Convolution 27:37
[AI HW Lab4] 곱셈수를 마법처럼 줄일 수 있는 Winograd Convolution (C Code) 38:46
섹션 5. 좋은 AI HW 설계를 위한 상식을 다지며 마무리!
[AI HW 13장] CPU vs GPU vs FPGA vs ASIC (Why use HW?) 18:41
[AI HW 14장] Benchmark Doc Review (Kria K26 SOM: The Ideal Platform for Vision AI at the Edge) 28:19
AI HW 설계 강의를 마무리하며.. (좋은 AI HW 제품을 만들어주세요!) 02:29
강의 게시일 : 2022년 06월 16일 (마지막 업데이트일 : 2022년 06월 16일)
수강평
수강생분들이 직접 작성하신 수강평입니다. 수강평을 작성 시 300잎이 적립됩니다.
아직 평가를 충분히 받지 못한 강의 입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!😄️️
지식공유자 되기
많은 사람들에게 배움의 기회를 주고,
경제적 보상을 받아보세요.
지식공유참여
기업 교육을 위한 인프런
“인프런 비즈니스” 를 통해 모든 팀원이 인프런의 강의를
자유롭게 학습하는 환경을 제공하세요.
인프런 비즈니스