엔비디아가 세계 유수의 OEM 및 시스템 구축업체와 손잡고 수백만 데이터 사이언티스트, 분석가 및 엔지니어들이 비즈니스 예측을 보다 신속하게 수행하고 생산성을 높일 수 있도록 지원하는 강력한 워크스테이션을 선보였다.
데이터 분석과 머신 러닝, 딥 러닝에 특화된 이 시스템은 재무, 보험, 유통, 전문 서비스와 같은 분야에서 생성되는 엄청난 양의 데이터를 준비, 처리 및 분석하는데 필요한 뛰어난 컴퓨팅 능력과 도구를 제공한다.
데이터 사이언스를 위한 엔비디아 기반 워크스테이션은 하이엔드급 듀얼 엔비디아 쿼드로 RTX GPU (NVIDIA Quadro RTX GPU)와 엔비디아 쿠다-X AI (NVIDIA CUDA-X AI)를 비롯해 래피즈(RAPIDS), 텐서플로(TensorFlow), 파이토치(PyTorch), 카페(Caffe)와 같은 가속 데이터 사이언스 소프트웨어로 구성된 래퍼런스 아키텍처를 기반으로 한다. 쿠다-X AI는 최신 컴퓨팅 애플리케이션이 엔비디아 GPU 가속 컴퓨팅 플랫폼을 활용할 수 있도록 해주는 라이브러리 모음이다.
데이터 사이언스 문제는 대량의 데이터가 관련돼 있으며, 대규모 처리 능력을 필요로 한다. 엔비디아 기반 데이터 사이언스 워크스테이션은 사이언티스트들이 신속하고 정확하게 모델을 처리, 준비, 트레이닝, 배포할 수 있게 해준다. 주요 기능과 이점은 다음과 같다.
• 하이엔드급 듀얼 쿼드로 RTX GPU: 최신 엔비디아 튜링(Turing) GPU 아키텍처를 기반으로 하며, 기업 배포용으로 설계된 듀얼 쿼드로 RTX 8000과 6000 GPU는 엔비디아 NV링크 인터커넥트(NVIDIA NVLink® interconnect technology) 기술을 사용해 최대 260 테라플롭에 이르는 컴퓨팅 성능과 96GB의 메모리를 제공한다. 쿼드로 RTX 기반 데이터 사이언스 워크스테이션은 가상현실(VR)과 같은 대규모 데이터세트의 3D 시각화에 필요한 그래픽 성능은 물론, 최대 용량의 데이터세트와 컴퓨팅 집약적인 워크로드를 처리할 수 있는 용량과 대역폭을 제공한다.
• 리눅스(Linux) OS와 도커(Docker) 컨테이너 상에 구축된 데이터 사이언스 소프트웨어 스택:
o 엔비디아 쿠다-X AI: 딥 러닝과 머신 러닝, 데이터 분석을 가속화하는 엔비디아 GPU 가속 라이브러리 모음으로, 쿠다-X AI에는 딥 러닝 기본 가속을 위한 cuDNN과 머신 러닝 알고리즘을 위한 cuML, 추론용 트레이닝 모델 최적화를 위한 텐서RT(TensorRT)와 그 외 15가지 라이브러리가 포함돼 있다. 이들은 엔비디아 텐서 코어 GPU와 원활히 작동하며 AI 기반 애플리케이션을 개발하고 배포하기 위한 엔드-투-엔드 워크플로를 가속화한다. 쿠다-X AI는 텐서플로, 파이토치, MXNet과 같은 딥 러닝 프레임워크와 AWS, 마이크로소프트 애저, 구글 클라우드 등 주요 클라우드 플랫폼에 통합될 수 있다.
o 엔비디아 래피즈: 데이터 준비와 기존 머신 러닝, 그래프 분석을 위한 GPU 가속 라이브러리 분석 세트이다.
o 아나콘다 디스트리뷰션(Anaconda Distribution): 엔비디아는 아나콘다와 함께 데이터 사이언티스트들이 파이톤/R, 데이터 사이언스, AI, 머신 러닝을 수행할 수 있는 혁신적 방식인 아나콘다 디스트리뷰션을 제공한다.
• 엔터프라이즈 요구사항 충족: 워크스테이션 제조사와 협력해 테스트 및 최적화를 완료해 미션 크리티컬한 엔터프라이즈 배포 요구사항을 충족시킨다.
• 소프트웨어 지원 옵션: 딥 러닝과 머신 러닝 프레임워크를 포함해 엔비디아가 개발한 소프트웨어와 하드웨어 지원을 제공한다.
데이터 사이언티스트들의 로컬 작업을 지원하는 엔비디아 기반 데이터 사이언스 워크스테이션은 엔비디아 데이터 사이언스 포트폴리오를 이상적으로 보완한다.
엔비디아 기반 데이터 사이언스 워크스테이션은 OEM과 주요 데이터 사이언스 소프트웨어 제공업체들이 증가하는 GPU 가속 데이터 사이언스 기능에 대한 수요를 충족하고, AI 기반 탐색을 수행하는 고객에 새로운 강력한 옵션을 제공할 수 있도록 지원한다.
[영상] 엔비디아와 그래픽카드 제조를 '따위' 취급한 댓가를 치르는, 한국 AI 하드웨어 제조산업 [PC흥망사 12-2] 
