[아이티비즈 김문구 기자] 엔비디아(CEO 젠슨 황)는 18일 세계에서 22번째로 빠른 슈퍼컴퓨터인 DGX 슈퍼POD(DGX SuperPOD)를 발표했다. DGX 슈퍼POD는 기업들에 자율주행차 개발 속도를 향상시키는 인공지능(AI) 인프라를 제공한다.
이 시스템은 96개의 엔비디아 DGX-2H 슈퍼컴퓨터와 멜라녹스 인터커넥트 기술로 3주만에 구축됐다. 9.4페타플롭의 처리 능력을 제공하는 이 시스템은 안전한 자율주행 차량에 요구되는 수많은 딥 뉴럴 네트워크(DNN; Deep Neural Network)을 훈련시킬 수 있다.
가장 복잡한 AI 연산 중 하나인, 자율주행차를 위한 AI 훈련은 계산 집약적인 과제를 필요로 한다. 단일 데이터 수집 차량은 1테라바이트의 데이터를 생산한다. 만일 수년간 전체 차량이 주행된다고 가정했을 때, 운전자는 페타바이트급의 데이터를 빠르게 수집할 수 있다. 이 데이터는 도로 법규에 따라 알고리즘을 학습하고 차량에서 작동하는 DNN에서 잠재적인 오류를 찾는데 사용되며 연속적인 루프로 재훈련된다.
엔비디아 AI 인프라 부문 부사장 클레멘트 패러베트는 “AI 리더십은 컴퓨팅 인프라 리더십을 요구한다. 극한의 정확도를 충족시키기 위해 뉴럴 네트워크를 수만번 재교육해야하는 자율주행차 교육만큼 까다로운 AI 도전과제는 없다. 또한, DGX 슈퍼POD와 같은 대용량 처리 기능을 갖춘 대체할 제품은 없다”고 말했다.
엔비디아 NV스위치와 멜라녹스 네트워크 패브릭과 상호연결된 1,536개의 엔비디아 V100 텐서 코어 GPU로 구동되는 DGX 슈퍼POD는 같은 크기의 슈퍼컴퓨터에 비해 탁월한 성능으로 데이터를 처리할 수 있다.
이 시스템은 자율주행 소프트웨어를 최적화하고 이전에 가능했던 시간보다 더 빠른 시간으로 뉴럴 네트워크를 재교육하면서 24시간 내내 작동된다. 예컨대, DGX 슈퍼POD 하드웨어와 소프트웨어 플랫폼이 레스넷-50을 교육하는데 2분 미만의 시간만이 걸린다. 해당 AI 모델은 2015년 출시당시 최첨단 시스템인 단일 엔비디아 K80 GPU로 교육하는 데 25일이 소요됐다. 이처럼, DGX 슈퍼POD는 18,000배 빠른 결과를 제공한다.
비슷한 성능 수준을 가진 다른 상위 500개의 시스템이 수천 대의 서버로 구성되는 반면에, DGX 슈퍼POD는 크기가 400배 작아 공간을 훨씬 적게 차지한다.
엔비디아 DGX 시스템은 이미 BMW, 콘티넨털, 포드, 제뉴이티와 같은 자동차 업체에서부터 페이스북, 마이크로소프트, 후치필름을 포함한 기업 및 일본이화학연구소(RIKEN), 미 에너지국과 같은 선구적인 연구소에서 채택됐다.
DGX 슈퍼POD는 딥 러닝 모델을 매우 빠르게 실행할 수 있을 뿐 아니라, 모듈식, 엔터프라이즈급 설계로 놀라운 구축 속도를 제공한다. 대부분 이러한 규모의 시스템을 구축하는 데 6개월에서 9개월이 걸리는 반면, DGX 슈퍼POD는 엔지니어들이 규범적이고 검증된 접근법을 따르면서도 불과 3주 안에 작업을 완료하도록 해준다.
DGX 슈퍼POD와 같은 슈퍼컴퓨터를 개발하는 일은 엔비디아가 대규모 AI 머신을 위한 시스템 설계 구축법을 배우는데 도움이 됐다. 이는 슈퍼컴퓨팅 기술의 중요한 발전을 의미하며, 학계와 운송 회사, 그리고 고성능 컴퓨팅을 사용하여 이니셔티브를 달성하려는 여타 업계에 도움이 되고 있다.
