HPC와 AI의 융합: 빠르게 혁신 추진

오늘날과 같이 급변하는 환경에서는 고품질의 제품을 더 빠르게 시장에 출시하는 것이 성공을 위한 필수 요소입니다. 많은 산업에서 이러한 목표를 달성하기 위해 고성능 컴퓨팅(HPC)에 의존하고 있습니다. 

기업들은 운영 효율성을 높이고 비즈니스 의사 결정을 가속화하며 성장을 촉진하기 위해 생성형 인공 지능(생성형 AI)으로 점점 더 많이 전환하고 있습니다. 우리는 HPC와 인공 지능(AI)의 융합이 기업이 경쟁력을 유지하는 데 중요하다고 믿습니다. 

이러한 혁신적인 기술은 서로를 보완하여 조직이 그들의 고유한 가치를 활용할 수 있도록 해줍니다. 예를 들어, HPC는 성능 집약적인 워크로드를 실행하는 데 중요한 높은 수준의 컴퓨팅 성능과 확장성을 제공합니다. 마찬가지로 AI를 통해 조직은 워크로드를 보다 효율적이고 지능적으로 처리할 수 있습니다.

차세대 AI와 하이브리드 클라우드 시대에 IBM® Cloud HPC는 조직이 성공하는 데 필요한 컴퓨팅 성능을 제공합니다. 컴퓨팅, 네트워크, 스토리지 및 보안의 중요한 구성 요소를 아우르는 통합 솔루션인 이 플랫폼은 기업이 규제 및 효율성 요구 사항을 해결할 수 있도록 지원하는 것을 목표로 합니다.

이 모든 것의 중심에는 데이터가 있으며, 이는 기업이 귀중한 인사이트를 얻어 혁신을 가속화하도록 돕습니다. 데이터는 거의 모든 곳에 존재하기 때문에 조직은 기존 HPC 시뮬레이션과 모델링 워크로드를 실행하여 얻은 기존 저장소를 보유하는 경우가 많습니다. 이러한 저장소는 다양한 출처에서 데이터를 가져올 수 있습니다. 조직은 이러한 소스를 사용하여 동일한 과제에 HPC와 AI를 적용함으로써 혁신을 더 빠르게 추진하는 더 깊고 가치 있는 인사이트를 생성할 수 있습니다.

AI 가이드 HPC는 AI를 적용하여 시뮬레이션을 간소화하며, 이를 지능형 시뮬레이션이라고 합니다. 자동차 산업에서 지능형 시뮬레이션은 새로운 모델의 혁신을 가속화합니다. 차량 및 부품 설계가 이전 반복 작업에서 진화하는 경우가 많기 때문에 모델링 프로세스는 공기역학, 소음 및 진동과 같은 품질을 최적화하기 위해 상당한 변화를 겪습니다.

도로 유형과 같은 다양한 조건에서 수백만 가지의 잠재적 변경 사항을 평가하면 새 모델을 출시하는 데 걸리는 시간이 크게 늘어날 수 있습니다. 그러나 오늘날의 시장에서 소비자들은 새로운 모델의 신속한 출시를 요구합니다. 개발 주기가 길어지면 자동차 제조업체의 판매와 고객 충성도에 해를 끼칠 수 있습니다.

기존 디자인과 관련된 풍부한 데이터를 보유한 자동차 제조업체는 이러한 대규모 데이터를 사용하여 AI 모델을 학습시킬 수 있습니다. 이를 통해 차량 최적화에 가장 적합한 영역을 식별하여 문제 공간을 줄이고 기존 HPC 방법을 설계의 보다 타기팅된 영역에 집중할 수 있습니다. 궁극적으로 이 접근 방식은 더 짧은 시간에 더 나은 품질의 제품을 생산하는 데 도움이 될 수 있습니다.

전자 설계 자동화(EDA)에서는 AI와 HPC가 혁신을 주도합니다. 오늘날의 반도체 환경에서는 수십억 건의 검증 테스트를 통해 칩 설계를 검증해야 합니다. 그러나 검증 프로세스 중에 오류가 발생하면 필요한 리소스와 시간으로 인해 전체 검증 테스트 세트를 다시 실행하는 것은 비실용적입니다.

EDA 회사의 경우 AI가 주입된 HPC 방법을 사용하는 것은 다시 실행해야 하는 테스트를 식별하는 데 중요합니다. 이를 통해 상당한 양의 컴퓨팅 주기를 절약하고 제조 일정을 순조롭게 진행하여 궁극적으로 회사가 고객에게 반도체를 더 빨리 제공할 수 있습니다.

IBM은 HPC 및 AI와 같은 컴퓨팅 집약적인 워크로드를 지원하는 데 필요한 유연성과 확장성을 제공하도록 인프라를 설계합니다. 예를 들어, 현대적인 고성능 HPC 시뮬레이션, 모델링 및 AI 모델 학습에 관련된 방대한 양의 데이터를 관리하는 것은 중요할 수 있으며, 이를 위해서는 고성능 스토리지 솔루션이 필요합니다.

IBM® Storage Scale는 대용량 데이터를 읽거나 쓰는 가장 까다로운 애플리케이션에 대응할 수 있는 고성능, 고가용성 분산 파일 및 오브젝트 스토리지 시스템으로 설계되었습니다.

조직이 AI 워크로드를 확장하려는 경우, IBM® watsonx on IBM Cloud는 기업이 워크로드를 확장하면서 AI 모델을 학습, 검증, 조정 및 배포할 수 있도록 지원합니다. 또한 IBM은 IBM Cloud에서 NVIDIA GPU를 사용한 그래픽 처리 장치(GPU) 옵션을 제공하여 엔터프라이즈 AI 워크로드를 위한 혁신적인 GPU 인프라를 제공합니다.

그러나 GPU 관리는 여전히 필요하다는 점에 유의해야 합니다. IBM® Spectrum LSF와 같은 워크로드 스케줄러는 GPU로의 작업 흐름을 효율적으로 관리하고, 금융 서비스 업계의 위험 분석 워크로드를 위해 설계된 저지연 고성능 스케줄러인 IBM® Spectrum Symphony도 GPU 작업을 지원합니다. 

GPU는 집약적인 컴퓨팅 파워가 필요한 다양한 산업에서 사용됩니다. 예를 들어, 금융 서비스 조직은 몬테카를로 방법을 사용하여 금융 시장 움직임이나 상품 가격 책정과 같은 시나리오의 결과를 예측합니다.

수천 개의 독립적인 작업으로 나누고 여러 컴퓨터에서 동시에 실행할 수 있는 몬테카를로 시뮬레이션은 GPU에 매우 적합합니다. 이를 통해 금융 서비스 조직이 시뮬레이션을 반복적이고 신속하게 실행할 수 있습니다. 

기업이 가장 복잡한 과제에 대한 솔루션을 모색할 때 IBM은 장애물을 극복하고 성공할 수 있도록 지원하기 위해 최선을 다하고 있습니다. 플랫폼에 내장된 보안 및 제어 기능을 통해 다양한 산업 분야의 고객은 IBM Cloud HPC를 완전 관리형 서비스로 사용할 수 있어 타사 및 제4자 위험을 해결할 수 있습니다. AI와 HPC의 융합은 가치를 더하고 결과를 가속화하는 지능을 생성하여 조직이 경쟁력을 유지하는 데 도움이 될 수 있습니다.