GPU 컴퓨팅은 무어의 법칙을 대체하는 새롭고 강력한 법칙을 정의합니다. 고도로 전문화된 GPU 병렬 프로세서에서 시작해 시스템 설계, 소프트웨어, 알고리즘 및 최적화 애플리케이션에 걸쳐 계속되고 있습니다. 각각의 GPU 가속화 서버는 수십 개의 상용 CPU 서버를 대체함으로써 애플리케이션 처리량을 현저히 높이고 비용은 상당히 절감시킵니다.
NVIDIA® CUDA® 프로그래밍 모델은 고성능 애플리케이션 개발자가 선택하는 플랫폼이며 상위 15개 고성능 컴퓨팅(HPC) 애플리케이션을 포함한 550개 이상의 GPU 가속화 애플리케이션을 지원합니다. 일기 예보 및 재료 과학에서부터 풍동 시뮬레이션 및 유전체학에 이르기까지, NVIDIA GPU 가속 컴퓨팅은 새로 등장하는 HPC의 가장 전도유망한 분야에서 핵심을 차지하고 있습니다.
자세히 보기:
> GPU 애플리케이션 빠른 시작 가이드
> NVIDIA GPU Cloud HPC 애플리케이션 컨테이너
슈퍼컴퓨팅 2018에서 NVIDIA와 함께하세요.
HPC와 AI가 서로를 만나며 과학의 범위가 확장되고 과학적 혁신의 속도가 유례없이 가속화되고 있습니다. AI는 실험 및 시뮬레이션 데이터를 사용하는 분야를 모델링하여 이전에 해결하지 못했던 문제를 해결하는 데 도움을 주고 있습니다. 또한, 시뮬레이션에 며칠 또는 몇 개월이 걸렸던 모델이 실시간 결과를 제공하도록 지원하고 있습니다.
AI와 HPC를 채택한 딥 러닝 알고리즘의 조합은 모든 방면으로 인류의 삶에 심대한 영향을 미칠 것으로 예상됩니다. 이러한 일이 이미 어떻게 일어나고 있는지 몇 가지 예를 보여 드리겠습니다.
2017년, LIGO(Laser Interferometer Gravitational-Wave Observatory)는 수백만 광년 떨어진 중력파를 실시간으로 감지하여 노벨 물리학상을 받았습니다.
UFL(University of Florida)과 UNC(University of North Carolina)는 전산학적으로 빠른 양자 기계적 시뮬레이션을 매우 정확히 그리고 매우 낮은 비용으로 수행하는 ANAKIN-ME 신경망 엔진을 개발했습니다.
NASA는 지구의 최근 변화를 더욱 잘 파악하기 위해서 딥 러닝 프레임워크인 DeepSat를 개발하여 위성의 이미지 분류 및 세분화 작업을 하고 있습니다.
프린스턴 대학은 GPU의 컴퓨팅 성능을 활용하여 청정 에너지의 재생 가능한 원천으로 융합의 현실성을 증명하기 위한 국제적 실험인 ITER에서 토카막형 핵융합 실험로에서의 와해를 예측했습니다.
NVIDIA GPU를 사용한 AI가 지구상의 인구 분포 매핑과 분석을 가속하여 더 효과적으로 계획하고, 상품과 서비스를 배달하며, 희소 자원을 사용할 수 있도록 해줍니다.
GPU는 HPC 가속화의 핵심이며 방대한 라이브러리, 지시에 의해 구동되는 OpenACC, 강력한 CUDA 프로그래밍 모델로 인해 프로그래밍이 어느 때보다 단순화되었습니다.
가장 발전된 AI 및 HPC용 데이터센터 GPU인 NVIDIA Tesla® V100에 대해 자세히 알아보십시오.