1 NCA-AIIO 시험소개
1.1 시험개요
1.2 시험 영역 및 상세항목
1.21 필수 AI 지식
1.22 AI 인프라
1.23 AI 운영
2 시험 출제 개념
2.1 GPU 기초
2.11 GPU
2.12 CUDA
2.13 학습과추론
2.14 AI, ML, DL 차이점
2.15 ML, DL 학습방법
2.2 GPU 및 하드웨어 아키텍처
2.21 NVIDIA GPU 제품군
-T4
-V100
-A100
-H100
-H200
-B200
2.22 MIG (Multi-Instance GPU)
2.23 vGPU 기술
2.24 Tensor Core
2.25 Ray Tracing Core
2.3 시스템 & 데이터센터 플랫폼
2.31 DGX 시스템
2.32 NVIDIA AI Enterprise
2.33 BMC
2.34 BCM
2.35 DCGM (Data Center GPU Manager)
2.36NVIDIA Fleet Command
2.4 인터커넥트 & 네트워킹
2.41 PCIe
2.42 NVLink
2.43 InfiniBand
2.44 RoCE
2.45 Bridge 기술
2.46 MPI
2.47 NCCL
2.5 GPU Direct 기술
2.51 GPU Direct 개요
2.52 GPU Direct RDMA
2.53 GPU Direct Storage
2.54 GPU Direct for Video
2.6 DPU & 가속 네트워크
2.61 NVIDIA DPU 개요
2.62 DOCA
2.63 OpenSM
2.7 가속 소프트웨어 스택
2.71 CUDA 프로그래밍 모델
2.72 cuDNN
2.73 TensorRT
2.74 NVIDIA Nsight
2.75 Dynamo
2.76 ONNX
2.8 AI 프레임워크 & 추론
2.81 PyTorch
2.82 TensorFlow
2.83 Triton Inference Server
2.84 NVIDIA NIMs
2.9 MLOps & AI 플랫폼 서비스
2.91 NGC (NVIDIA GPU Cloud)
2.92 NVIDIA TAO Toolkit
2.93 Slurm
2.94 Merlin (추천 시스템 프레임워크)
2.10. 시뮬레이션 & 디지털 트윈
2.101 Omniverse
2.102 Isaac SDK
2.103 Isaac Sim
2.11. 엣지 & 임베디드 AI & 산업특화
2.111 Jetson 플랫폼
2.112 IVA (Intelligent Video Analytics)
2.113 Metropolis
2.114 Aerial
2.115 NVIDIA Clara (Healthcare AI)

3 기출문제
3.1 예상기출 225문제
4 FAQ
4.1 GPU 모델별 추론 성능 차이
4.2 GPU 모델별 학습 성능 차이
4.3 다른 모델인데 CPU, 메모리가 같으면 성능이 같나요
4.4 GPU 개수 늘리는것과 GPU 등급 올리는 것 장단점
4.5 GPU 모델이 변경되면 개발자는 어떤 작업을 해야할까