소득공제
PDF
eBook
LLM 서비스 설계와 최적화
비용은 낮추고 성능은 극대화하는 AI 서비스 구축과 운영 가이드
스마트한 PDF 필기 기능을 사용해 보세요!
한빛미디어
2025.04.14.
- PDF 안내
-
이 상품은 구매 후 지원 기기에서 예스24 eBook앱 설치 후 바로 이용 가능한 상품입니다.
이 분야의 이벤트
![[첫 이용이라면 누구나] 디지털머니 보너스 드림](https://image.yes24.com/sysimage/renew/loadSpace.png)
상세 이미지
소개
목차
|
CHAPTER 1 LLM 기초_1.1 생성형 AI 애플리케이션과 LLM_1.2 생성형 AI 애플리케이션의 상용화를 위한 길_1.3 비용 최적화의 중요성_1.4 요약CHAPTER 2 비용 최적화를 위한 튜닝 기법_2.1 파인튜닝 및 커스터마이징_2.2 파라미터 효율적 파인튜닝(PEFT)_2.3 PEFT의 비용 및 성능에 대한 영향_2.4 요약CHAPTER 3 비용 최적화를 위한 추론 테크닉_3.1 추론 테크닉 소개_3.2 프롬프트 엔지니어링_3.3 벡터 스토어를 이용한 캐싱_3.4 긴 문서를 관리하는 체인_3.5 텍스트 요약_3.6 효율적인 추론을 위한 배칭 프롬프트_3.7 모델 최적화 방법_3.8 파라미터 효율적 파인튜닝(PEFT)_3.9 비용 및 성능 영향_3.10 요약CHAPTER 4 모델 선택과 대안_4.1 모델 선택의 중요성_4.2 효율적인 소형 모델_4.3 성공적인 소형 모델 사례_4.4 도메인 특화 모델_4.5 범용 모델을 활용한 프롬프트의 성능_4.6 요약CHAPTER 5 인프라 및 배포 튜닝 전략_5.1 튜닝 전략_5.2 하드웨어 활용 및 배치 튜닝_5.3 추론 가속화 도구_5.4 모니터링과 옵저버빌리티_5.5 요약CHAPTER 6 성공적인 생성형 AI 도입의 열쇠_6.1 성능과 비용의 균형_6.2 생성형 AI 애플리케이션의 미래 트렌드_6.3 요약
|
저자 소개 3
Shreyas Subramanian
AWS의 수석 데이터 과학자이다. 아마존 내부 팀과 대기업 고객을 대상으로 생성형 AI 애플리케이션의 대규모 구축, 튜닝 및 배포의 컨설팅을 맡고 있다. 기초 모델을 위한 고급 훈련, 튜닝 및 배포 기술의 최첨단 연구 개발을 담당하며, 머신러닝 중심의 비용 최적화 워크숍을 운영하여 클라우드에서 인공지능 애플리케이션의 비용을 절감하는 법을 컨설팅한다.
네이버에서 웨일 브라우저를 개발하는 엔지니어로 웹 기술에 큰 관심을 가지고 있다. 크로미움 오픈 소스에서 커미터로 활동했으며, 최근에는 AI 기술의 놀라운 발전 흐름을 따라 가기 위해 힘쓰고 있다. 특히 AI 안전에 큰 관심을 두고 머신 언러닝과 같은 기술을 탐구한다.
현재 딥러닝 분야에서 개인정보보호와 관련한 다양한 주제를 연구하고 있다. 챗GPT가 등장한 이후로 AI 연구의 새로운 변화가 일어남을 감지해 LLM에 대한 깊은 호기심을 품고 이 분야의 탐구를 시작하게 되었다.
품목정보
- 발행일
- 2025년 04월 14일
- 지원기기
- 크레마, PC(윈도우 - 4K 모니터 미지원), 아이폰, 아이패드, 안드로이드폰, 안드로이드패드, 전자책단말기(저사양 기기 사용 불가), PC(Mac)
- 파일/용량
- PDF(DRM) | 5.31MB ?
- 글자 수/ 페이지 수
- 약 297쪽 ?
- ISBN13
- 9791169219297
출판사 리뷰
|
이제 AI 서비스의 핵심은 최적화!LLM 서비스 설계의 모든 것을 배운다!딥시크처럼 적은 투자로 높은 성능을 내는 LLM이 등장하며, AI 개발 과정에 최적화라는 키워드가 새로이 떠올랐습니다. 이 책은 소형 모델(SLM) 활용법, 효과적인 프롬프트 엔지니어링, 파인튜닝, 양자화 기법까지, 효율적인 투자로 고성능 AI 서비스를 구축하는 데 필요한 실질적인 방법론과 이론을 폭넓게 다룹니다. 다양한 사례와 이론을 바탕으로, AI 기술 도입 비용 문제로 고민하는 스타트업, 기업, 개발자들에게 깊이 있는 인사이트를 제공합니다. 비용은 줄이고 성능은 높이는 LLM 최적화 전략이 필요한 모든 분께 실질적인 도움이 되길 바랍니다. 주요 내용● LLM의 높은 계산 비용 문제를 해결하는 효과적인 기법● 비용 효율적인 생성 AI 서비스를 만드는 파인튜닝과 추론, 양자화 기법● 소형 모델, 도메인 특화 모델 등 대안 모델대상 독자● 효율적인 AI 모델을 구축, 튜닝, 배포하고 싶은 실무 엔지니어● AI 서비스에 대한 비즈니스적인 평가를 내리려는 기획자 및 결정권자● LLM을 비롯한 인공지능 모델의 전반적인 기술을 알고 싶은 개발자● 생성형 AI 및 LLM을 연구하는 학생 및 교수
|
