엔비디아-IBM, 인간과 비슷하게 생각하는 '딥러닝' 개발툴 협력
엔비디아-IBM, 인간과 비슷하게 생각하는 '딥러닝' 개발툴 협력
  • 승인 2016.11.22 19:01
  • 댓글 0
이 기사를 공유합니다

[비즈트리뷴] 엔비디아가 IBM과 컴퓨터가 한층 인간과 비슷하게 생각하고 학습하도록 빠르게 훈련시키는 것을 목표로 새로운 딥러닝 툴개발을 위해 협력한다고 22일 밝혔다.

딥러닝은 빠르게 성장 중인 머신 러닝 방식으로, 데이터의 가장 중요한 부분을 감지해 중요도에 따라 등급을 매기기 위해 해당 데이터를 수백만 조각으로 분리해 정보를 추출한다.

딥러닝은 선도적인 소비자 웹 및 모바일 애플리케이션 기업의 공개적인 지지에 힘입어, 전통적인 기업들에서도 빠르게 채택되고 있다.

딥러닝과 AI는 은행에서는 얼굴인식 기능을 통해 금융사기를 감지하기 위한 목적으로 사용되고 있고, 자동차 업계에서는 자율주행차의 개발에, 유통 업계에서는 대화를 잘 이해하고 고객의 질문에 답할 수 있는 컴퓨터를 도입해 콜 센터의 완전한 자동화를 목표로 하는 등 산업계 전반에서 널리 사용되고 있다.

▲ 엔비디아 제공
 

새롭게 발표된 딥 러닝 소프트웨어 툴킷인 IBM 파워AI(Power AI)는 최근 발표된 AI용 IBM 서버에서 구동된다.

이 서버에는 IBM  파워 아키텍처에 최적화된 엔비디아® NV링크™(NVLink™) 상호 연결 기술이 포함되어 있다.

이 하드웨어와 소프트웨어 솔루션은 카페(Caffe)가 적용 된 알렉스넷(AlexNet)을 구동하는 4개의 GPU를 통해 비슷한 서버와 비교 시 2배 이상의 성능을 낸다.

BVLC 카페(Caffe)가 적용된 알렉스넷을 구동하는 동일한 4개의 GPU 파워 기반 구성은 8개의 M40 GPU  기반 x86 구성의 성능을 능가하며, 이는 주요 딥러닝 프레임워크의 두 가지 버전에서 세계에서 가장 빠른 상업용 엔터프라이즈 시스템 플랫폼이다.

버클리 비전 및 학습 센터 (BVLC; Berkeley Vision and Learning Center)가 개발한 카페(Caffe)는 IBM 파워AI 툴킷에서 사용할 수 있는 5개 딥 러닝 소프트웨어 프레임워크 중 하나로, 기술 업계에서 가장 대중적인 딥러닝 커뮤니티 애플리케이션으로 인정받고 있다.

이 툴킷은 IBM의 서버에서 다중 GPU  가속화를 가능하게 하는 엔비디아 SDK의 일부로, cuDNN, cuBLAS, NCCL을 포함하는 엔비디아 GPUDL 라이브러리를 최대한 활용하도록 설계되었다.

IBM 파워AI 는 파워 아키텍처와 엔비디아의 최신 GPU 기술에 최적화된 엔비디아 NV링크™(NVLink™) 기술을 포함하고 있으며 IBM 오픈파워 LC (OpenPOWER LC) 라인업 중 최고 성능을 내는 서버에서 구동되도록 설계되었다.

이 새로운 솔루션은 최근 부상하는 AI 방식, 특히 딥 러닝을 지원한다.

IBM  파워AI는 IBM의 인지 솔루션 플랫폼인 왓슨을 훈련하는 여러 딥 러닝 방식을 도입해 엔터프라이즈 부문에서 AI 전문성을 넓히기 위한 행보를 지속하고 있다는 설명이다.

오픈파워(OpenPOWER)의 켄 킹(Ken King) 제너럴 매니저는 “파워AI는 기업 데이터 과학자들과 연구원들이 AI연구를 빠르게 진전시킬 수 있도록 구축이 쉬운 플랫폼을 제공하며 딥 러닝과 고도 분석 기술을 대중화한다”며 “오픈파워의 AI용 HPC 서버와 함께, IBM은 고객과의 소통을 위한 챗봇이나 소셜 미디어 데이터의 실시간 분석을 위한 솔루션 등의 AI 기반 소프트웨어를 구축하는 기업들에게 최고의 플랫폼을 제공한다”고 말했다.

엔비디아 이안 벅(Ian Buck) 액셀러레이트 컴퓨팅 부문 부사장은 “엔비디아 NV링크를 위한 IBM과의 혁신으로 파워는 딥 러닝 및 데이터 분석 시장에서 새로운 기회를 만들어 나가고 있다”며 “파워AI 내의 엔비디아 GPUDL 라이브러리는 GPU 가속 딥 러닝 애플리케이션을 구동하며 세계적인 고성능 툴을 제공할 것”이라고 설명했다.

IBM 파워AI는 HPC서버용 IBM 파워 S822LC 를 구매한 고객들에게 추가 비용 없이 제공되고 있다.

파워AI는 한 대의 S822LC 서버에서 구동되도록 설계되었고, 수십 대, 수백 대, 수천 대로 구성된 대규모 슈퍼컴퓨팅 클러스터에도 확장해 적용할 수 있다.

[비즈트리뷴 권안나 기자 kany872@biztribune.co.kr]