NVIDIA는 Arm 기반 프로세서 아키텍처를 지원하기 위해 슈퍼컴퓨팅 인프라를 확장합니다.

Nvidia는 자사의 CUDA-X AI 및 HPC 라이브러리, GPU 가속 AI 프레임워크, 소프트웨어 개발 도구가 올해 말까지 Arm 기반 머신을 지원할 것이라고 발표했습니다. 회사에 따르면 Arm 기반 슈퍼컴퓨터는 더 높은 전력 효율성으로 인해 훨씬 더 큰 규모를 실현할 수 있어야 합니다. Nvidia CEO Jensen Huang은 "전통적인 컴퓨팅 확장이 끝남에 따라 전력이 모든 슈퍼컴퓨터를 제한할 것입니다. Nvidia의 CUDA 가속 컴퓨팅과 Arm의 에너지 효율적인 CPU 아키텍처의 결합은 HPC 커뮤니티에 엑사스케일 성능의 도약을 제공할 것입니다"라고 말했습니다. 엑사스케일은 초당 해 연산을 수행할 수 있는 컴퓨터를 의미하는 용어입니다.

Nvidia의 가속 컴퓨팅 부문 전무이사이자 부사장인 Ian Buck에 따르면, Arm CPU 지원 결정은 광범위하고 증가하는 산업의 관심 때문에 비롯되었습니다. "Arm을 흥미롭게 만드는 것은 매우 개방적이라는 점입니다"라고 Buck은 말했습니다. "[이는] CPU와 GPU를 연결하는 새로운 방법의 유연성을 제공하고 더 에너지 효율적인 컴퓨팅을 가능하게 합니다." Nvidia의 인프라는 이미 세계 상위 25개 최고 에너지 효율 슈퍼컴퓨터 중 22개에서 사용되고 있으며, x86 및 POWER 기반 칩을 지원합니다. Arm 지원 추가는 더욱 고급 AI 워크로드를 지원하기 위해 HPC 공간에서 Nvidia의 입지를 확대하는 것을 목표로 합니다.

Nvidia는 세계에서 22번째로 빠른 슈퍼컴퓨터로 설명되는 DGX SuperPOD를 자체 또는 외부 데이터 센터에 배포하려는 회사를 위한 참조 아키텍처와 함께 공개했습니다. 대규모의 자율주행 차량 함대 배포를 위한 AI 학습 인프라를 제공하도록 설계된 이 시스템은 단 3주 만에 구축되었으며, 올해 초 Mellanox 인수를 통해 획득한 새로운 데이터 센터 상호 연결 기술을 사용하여 통합된 96개의 Nvidia DGX-2H 슈퍼컴퓨터로 구성됩니다.

DGX SuperPOD는 9.4 페타플롭 또는 초당 경 부동소수점 연산을 제공하며, 자율주행 자동차가 "도로의 규칙"을 이해하도록 신경망을 학습시키기 위해 설계되었습니다. 이러한 성능 수준은 인기 있는 이미지 분류 ResNet-50 AI 알고리즘의 학습 시간을 25일에서 2분 미만으로 단축할 수 있습니다. Nvidia의 AI 인프라 부문 부사장인 Clement Farabet은 "AI 리더십은 컴퓨팅 인프라 리더십을 요구합니다. 자율주행 차량 학습만큼 까다로운 AI 문제는 거의 없으며, 이는 극도의 정확도 요구사항을 충족시키기 위해 신경망을 수만 번 재학습시켜야 합니다"라고 말했습니다.