Ä®·³/»ç¼³

[Å×Å© üũ] AI ¼¼»óÀÇ ÃÖ´ë ¼öÇýÀÚ, ¿£ºñµð¾Æ(NVIDIA)


  • ¿ÜºÎ±â°í ±âÀÚ
    • ±â»ç
    • ÇÁ¸°Æ®Çϱâ
    • Å©°Ô
    • ÀÛ°Ô

    ÀÔ·Â : 2024-05-08 14:31:44

    Àü ¼¼°è¿¡¼­ °¡Àå ÇÖÇÑ ±â¾÷Àº ½Ã°¡ÃÑ¾× 1µîÀ» ´Þ¼ºÇÑ ¿£ºñµð¾Æ(NVIDIA)´Ù. 2023³â °¡Àå Å« Æ®·»µå´Â »ý¼ºÇü ÀΰøÁö´É ‘êGPT’ÀÇ µîÀå°ú À̸¦ ±¸ÇöÇÏ´Â ‘AI ÄÄÇ»ÆÃ’ÀÌ´Ù ÀÌ·¯ÇÑ AI ±â¼ú·ÂÀº GPUÀÇ ¼º´É¿¡ °¥¸°´Ù. GPU¸¦ ±â¹ÝÀ¸·Î ÇÑ ¿¬»êü°è°¡ ¾ó¸¶³ª ¸¹ÀÌ Ã³¸®ÇÒ ¼ö ÀÖ´ÂÁö, ¾ó¸¶³ª ºü¸£°Ô ó¸®ÇÒ ¼ö ÀÖ´ÂÁö µîÀÌ Áß¿äÇÑ ÁöÇ¥ÀÌ´Ù. ÀÌ·¯ÇÑ GPU ½ÃÀåÀÇ °­ÀÚÀÎ ¿£ºñµð¾ÆÀÇ Àü ¼¼°è ½Ã°¡ÃÑ¾× 1µî, 2023³â ¼øÀÌÀÍ 43Á¶ µî È£½ÇÀûÀ» ´Þ¼ºÇÏ¿´´Ù. ƯÈ÷, µ¥ÀÌÅÍ ¼¾ÅÍ¿ë GPU ½ÃÀåÀÇ 98%¸¦ Á¡À¯ÇÏ°í ÀÖ¾î, ÀÌ·¯ÇÑ ½ÃÀå ³» µ¶Á¡Àû ÁöÀ§´Â Áö¼ÓµÉ °ÍÀ¸·Î ¿¹»óµÈ´Ù.

    ÃÖ±Ù, ¿£ºñµð¾Æ´Â AI ÄÄÇ»ÆÃÀ» À§ÇÑ GPU ½ÃÀåÀ» °­Å¸ÇÒ »õ·Î¿î GPU, ºí·¢À£(Blackwell)À» Ãâ½ÃÇÏ¿´´Ù. GPU ºí·¢À£(Blackwell) ³» ÁýÀûµÈ Æ®·£Áö½ºÅÍ´Â ¸ðµÎ 2080¾ï°³·Î ÀüÀÛ 'ÇÏÆÛ(Hopper)'ÀÇ µÎ ¹è°¡ ³Ñ´Â ¼öÁØÀÌ´Ù. ±âÁ¸ GPU º¸´Ù ÀΰøÁö´É ÇнÀ ¼Óµµ°¡ 4¹è Á¤µµ Çâ»óµÇ¾ú´Ù. ÀÌ·¯ÇÑ ¿ì¼öÇÑ ±â¼ú·ÂÀº AI ÄÄÇ»Æà ½ÃÀå ³» ¶Ç´Ù¸¥ Æз¯´ÙÀÓÀ» ¹Ù²Ü °ÍÀ¸·Î ¿¹»óµÈ´Ù. ƯÈ÷, ¸ÞŸ(ÏÁ ÆäÀ̽ººÏ)´Â ÀÚ»ç AI ±â¹Ý ¾ð¾î ¸ðµ¨ÀÎ(LLM; Large Language Models) ÇнÀ¿¡ Àû¿ëÇϱâ À§ÇÑ µµÀÔ ÁßÀÌ´Ù. ÀÌ ¿Ü¿¡µµ AWS(¾Æ¸¶Á¸ À¥ ¼­ºñ½º), ±¸±ÛŬ¶ó¿ìµå, Microsoft Azure µî¿¡µµ µµÀ﵃ ¿¹Á¤ÀÌ´Ù.

    ¿£ºñµð¾Æ´Â ÀÌ·¯ÇÑ ±â¼úÀû ¿ìÀ§¸¦ À§ÇØ ´Ù¾çÇÑ GPU¿¡ ´ëÇÑ ±â¼úÀ» Ãâ¿ø Áß¿¡ ÀÖ´Ù. ÀÌ·¯ÇÑ ÃÖ±Ù Ãâ¿ø Æ®·»µå¸¦ »ìÆ캸¸é, ÇÙ½É GPU ±â¼úÀÇ Æ®·»µå´Â ‘¸®¼Ò½º ÇÒ´ç·ºÐÇÒ ’¿Í ‘GPU Æ©´×’·Î Á¤ÀÇÇÒ ¼ö ÀÖ´Ù.

    ‘¸®¼Ò½º ÇÒ´ç·ºÐÇÒ ±â¼ú’Àº GPUÀÇ ¿øÈ°ÇÑ Á¦¾î¸¦ À§ÇØ GPU ³» ÃÖÀûÈ­µÈ ¸®¼Ò½º ÇÒ´çÇÏ´Â ±â¼úÀÌ´Ù. ÀÌ·¯ÇÑ ±â¼ú Áß ÁÖ¸ñÇÒ ±â¼úÀº EFFICIENT GPU RESOURCE ALLOCATION OPTIMIZATION METHOD AND SYSTEM(US 1 801 1831)ÀÌ´Ù. ±âÁ¸ ±â¼úÀº ¸Þ¸ð¸® Á¢¼Ó (NUMA) ÆÐŶ¿¡ µû¶ó¼­ GPU ¸®¼Ò½º¸¦ »ç¿ëÇÒ ¶§, »ç¿ëÇÏÁö ¾Ê´Â ¸®¼Ò½º¸¦ ÇÒ´çÇÏ¿© GPUÀÇ È¿À²¼ºÀ» ¶³¾î¶ß¸®¸ç, UMA ÆÐŶÀÇ ºÒÃæºÐÇÑ °¡µ¿·üÀ» º¸ÀδÙ. º» ±â¼úÀº GPU ÀÚ¿ø ÇÒ´ç ¹æ½Ä ÃÖÀûÈ­ ±â¹ý°ú ½Ã½ºÅÛÀ» Á¦°øÇÏ´Â ±â¼ú·Î ÃÖÀûÈ­µÈ GPU ¸®¼Ò½º ó¸®¿Í NUMA ÆÐŶÀÇ °¡µ¿·üÀ» ³ôÀÏ ¼ö ÀÖ´Â ±â¼úÀÌ´Ù.

    ‘GPU Æ©´× ±â¼ú’Àº GPUÀÇ ¼º´É°ú Àü·Â È¿À² °³¼±À» À§ÇØ ½Ç½Ã°£ Æ©´×ÇÏ´Â ±â¼úÀÌ´Ù. ÀÌ·¯ÇÑ ±â¼ú Áß ÁÖ¸ñÇÒ ±â¼úÀº REAL-TIME HARDWARE-ASSISTED GPU TUNING USING MACHINE LEARNING(US 1 793 2539)ÀÌ´Ù. ±âÁ¸ ±â¼úÀº ¸Ó½Å·¯´× ½Ã, GPU¿¡ ³Ê¹« ¸¹Àº Çȼ¿ÀÌ µ¿½Ã¿¡ 󸮵Ǵ Çȼ¿ÀÇ º´¸ñÇö»óÀ¸·Î Ŭ·°¼Óµµ°¡ ±Þ°ÝÈ÷ ¶³¾îÁø´Ù. º» ±â¼úÀº ÀÌ·¯ÇÑ Çȼ¿ º´¸ñÇö»ó ÇØ°áÀ» À§ÇØ, ½Ç½Ã°£ ij½Ã¿Í Çȼ¿ ¸ô¸®´Â Á¤µµ¸¦ Æ©´×ÇÏ¿©, ÀÌ·¯ÇÑ Å¬·° ¼Óµµ°¡ ¶³¾îÁö´Â°É ÇؼÒÇÒ ¼ö ÀÖ´Â ±â¼úÀÌ´Ù.

    ÀÌ·¯ÇÑ ¿£ºñµð¾Æ È£½ÇÀû¿¡ ¹Ý ¿£ºñµð¾Æ Àü¼±ÀÌ »ý¼ºµÇ°í ÀÖ´Ù. ±× Àü¼± ¼±µÎ¿¡´Â AMD°¡ ÀÖ´Ù. AMD´Â 2023³â 12¿ù ÃֽŠGPUÀÎ MI300X¸¦ Ãâ½ÃÇÏ¿´´Ù. MI300X´Â ¿£ºñµð¾Æ H100¿Í °ßÁà 2.4¹è ´õ ¸¹Àº °í´ë¿ªÆø¸Þ¸ð¸®(HBM)¸¦ žÀçÇÏ°í ÀÖ°í, ´ë¿ªÆøµµ 1.6¹è ÀÌ»óÀÌ´Ù. ÀÌ·¯ÇÑ ½ºÆêÀ» ¹ÙÅÁÀ¸·Î AI ÇнÀ°ú Ãß·Ð ´É·Â¿¡¼­µµ ¿£ºñµð¾Æ GPUº¸´Ù ÃÖ´ë 2¹è ¾Õ¼± ¼º´ÉÀ» Á¦°øÇÒ ¼ö ÀÖ´Ù ÁÖÀåÇÑ´Ù.

    ±¹³» ±â¾÷µé¿¡°Ôµµ ¿£ºñµð¾ÆÀÇ ÈÆdzÀÌ ÆÛÁö°í ÀÖ´Ù. ´ëÇ¥ÀûÀ¸·Î ¿£ºñµð¾ÆÀÇ AI GPU(H100)¸¦ °ø±Þ ¹Þ¾Æ ±¸ÃàÇÑ AI µ¥ÀÌÅͼ¾ÅÍ ±¸Ãà »ê¾÷ÀÌ´Ù. ÃÖ±Ù, NHNŬ¶ó¿ìµå´Â ¾Æ½Ã¾Æ ÃÖÃÊ·Î H100À» µµÀÔÇÏ¿© AI µ¥ÀÌÅͼ¾ÅÍ ±¸ÃàÇÏ°í ÀÖ´Ù. ÀÌ·¯ÇÑ ÃֽŠGPU¸¦ È°¿ëÇÑ Å¬¶ó¿ìµå ±â¹Ý AI µ¥ÀÌÅͼ¾ÅÍ ±¸ÃàÀº NHN »Ó ¾Æ´Ï¶ó, ³×À̹ö, »ï¼ºSDS µî ±¹³» ¸ðµç ´ë±â¾÷µéÀÇ ¼ö¿ä°¡ ³ôÀº ½ÃÀåÀÌ´Ù. ÀÌ·¯ÇÑ ½ÃÀåÀÇ ¿­±â¿¡ ÀÌ¿¡ °ü·ÃÇÑ ±â¾÷µé ¶ÇÇÑ »õ·Î¿î ±âȸ°¡ ¿­¸®°í ÀÖ´Ù.

    ÀÌ ¿Ü¿¡µµ ±¹³» ¹ÝµµÃ¼ ÈÄ°øÁ¤ ±â¾÷µé°úÀÇ ¿¬°èµµ ²ö²öÇØÁø´Ù. ±¹³» ÆÐŰ¡·Å×½ºÆ® Àü¹®±â¾÷(OSAT)µé°úÀÇ Çù¾÷ÀÌ Áß¿äÇØÁö°í ÀÖ´Ù. ±¹³» OSAT ±â¾÷µéÀº ¿£ºñµð¾Æ°¡ ¹ßÁÖÇÑ AI ¹ÝµµÃ¼¸¦ ¹Ì±¹ PMIC ÆÕ¸®½º°¡ ¼³°è¸¦ ¹Þ¾Æ, ÆÐŰ¡ÇÏ°í Å×½ºÆ®ÇÏ´Â °úÁ¤À» Çù·ÂÇÑ´Ù. À̹ۿ¡ AIĨ°ú ÀÌ¿¡ Àû¿ëµÉ °í´ë¿ªÆø¸Þ¸ð¸®(HBM)¸¦ À§ÇÑ SKÇÏÀ̴нº¿Í °ø±Þ°è¾àÀÌ Ã¼°áµÇ¾ú´Ù.

    À̸¦ À§ÇÑ, ±¹³» ¹ÝµµÃ¼ °ü·Ã ±â¾÷µéµµ ³ôÀº ¼º°ú°¡ ¿¹»óµÈ´Ù.

    ƯÇã¹ýÀÎ BLT ¸®¼­Ä¡ ¼¾ÅÍ´Â “°³È­ÇÑ AI ½ÃÀå°ú GPU ½ÃÀåÀº ½Ç½Ã°£À¸·Î º¯È­ÇÏ°í ÀÖÀ¸¸ç, ÀÌ·¯ÇÑ ½ÃÀå¿¡ ±¹³» ±â¾÷µéµµ °æÀï·Â ÀÖ´Â ±â¼úÀ» È®º¸ÇÑ´Ù¸é »õ·Î¿î ½Ã´ë¸¦ ¼±Á¡ÇÒ ±âȸ°¡ µµ·¡ÇÒ °ÍÀ¸·Î ±â´ëµÈ´Ù.”°í ÀüÇß´Ù.


    º£Å¸´º½º ¿ÜºÎ±â°í ±âÀÚ (hj_park@betanews.net)
    Copyrights ¨Ï BetaNews.net