Page 16 -

실제 딥러닝을 학습하는 데 사용하는 모델에는 수십 가지 패턴이 있고, 1개의 모델을 학습하
는 데 GPU를 이용해도 10시간 이상 소요됩니다. 따라서 딥러닝을 실행할 때 GPU 이용은

필수라고 할 수 있습니다.

이 책에서는 NVIDIA의 GPU를 사용하는데, GeForce GTX 1070 제품입니다. 표 1-4에
*
국내에서 NVIDIA가 판매하는 GPU 제품의 일부를 정리해 두었습니다. 딥러닝에서 GPU
를 사용할 때는 GPU의 메모리 용량이 계산 속도에 영향을 주므로 충분한 메모리(8GB 이상
권유)가 필요합니다.

표 1-4 NVIDIA의 GPU 목록 **

**
명칭 셰이더 메모리 TDP (냉각할 IF 외부 전원 발매 시기 가격
프로세스 수 용량 때 필요한 전력)
GeForce 1,280 6GB 120W PCIe3.0 필요 2016년 7월 360,000원
GTX 1060 이상
GeForce 1,920 8GB 150W PCIe3.0 필요 2016년 6월 600,000원
GTX 1070 이상
GeForce 2,560 8GB 180W PCIe3.0 필요 2016년 5월 820,000원
GTX 1080 이상
※ 가격은 2017년 10월 기준이며, 현재 가격과 다를 수 있습니다.

NVIDIA의 GPU에는 게임용 GeForce, 업무용 Tesla 등이 있습니다. 게임기의 그래픽 표시
는 주로 단일 정밀도 부동소수점(single-precision floating point) 연산(이하 줄여서 단정도)을 많이

사용하는데, GeForce는 단정도에 특화된 GPU입니다. 일반적으로 딥러닝의 연산 정확도
는 단정도라고 말해도 충분합니다. 이 책에서 보여 주는 프로그램도 모두 단정도로 계산합

니다.

그림 1-7과 같이 GTX 1070은 크기가 좀 큰데, 외부 전원을 공급할 수 있는 타워형 데스크
톱형 PC가 필요합니다.

* 역주 960과 1080Ti에서도 실습했으며, 960은 1070과 학습 시간에서 현저하게 차이를 보입니다.
** 역주 TDP는 Therma Design Power의 약어로 시스템을 냉각할 때 필요한 전력을 의미합니다.

1장 이 책의 개요와 준비 23

딥러닝 부트캠프(본문)최종.indd 23 2017-12-06 오후 3:25:38