엔비디아, 새로운 AI 엔터프라이즈 2.1 출시

2022-07-26 10:31
편집부 press@bodnara.co.kr

엔비디아(CEO 젠슨 황)가 엔비디아 AI 엔터프라이즈(NVIDIA AI Enterprise) 2.1을 출시했다고 밝혔다. 엔비디아 AI 엔터프라이즈 2.1은 엔드-투-엔드 AI 및 데이터 분석 소프트웨어 제품군의 최신 버전으로, 기업이 베어메탈, 가상, 컨테이너, 클라우드 환경에서 AI 애플리케이션을 배포하고 확장할 수 있도록 한다.

엔비디아 AI 엔터프라이즈 2.1은 최신 엔비디아 래피드(NVIDIA RAPIDS)와 최신 엔비디아 TAO 툴킷(NVIDIA TAO Toolkit)을 사용한 로우코드 AI 모델 개발을 통해 고급 데이터 과학을 제공한다. 또한 퍼블릭 클라우드에서 실행되는 레드햇 오픈시프트(Red Hat OpenShift)와 합리적인 가격의 GPU 공유가 가능한 퍼블릭 클라우드에서 제공되는 최초의 엔비디아 가상 GPU 인스턴스인 새로운 마이크로소프트 애저(Microsoft Azure) NVads A10 v5 시리즈가 추가 지원된다. 이를 통해 하이브리드 또는 멀티 클라우드 환경에서 엔터프라이즈 AI에 더욱 쉽게 액세스할 수 있도록 한다.

엔비디아 AI 엔터프라이즈를 통해 고객은 개발과 배포를 위한 AI 도구를 최신 상태로 유지하면서 엔비디아의 엔터프라이즈 지원과 정기 업데이트를 보장받는다. 최신 릴리스는 엔비디아 TAO 툴킷과 엔비디아 래피드에 대한 새로운 업데이트를 제공한다. 이전 버전의 엔비디아 AI 프레임워크에 의존하는 고객도 계속 지원되므로 인프라 업데이트를 유연하게 관리할 수 있다.

엔비디아 TAO 툴킷은 개발자가 음성과 비전 AI 애플리케이션을 구동하기 위한 맞춤형 생산 가능한 모델을 생성할 수 있는 프레임워크인 엔비디아 TAO의 로우코드 솔루션이다. 현재 최신 버전의 TAO 툴킷은 엔비디아 AI 엔터프라이즈를 통해 지원되며, REST API 통합, 사전 훈련된 가중치 가져오기, 텐서보드(TensorBoard) 통합 및 새로운 사전 훈련된 모델을 포함한 새로운 주요 기능이 포함되어 있다.

최신 래피드 릴리스는 모든 엔비디아 데이터 과학 라이브러리에서 새로운 모델, 기술 및 데이터 처리 기능을 추가하여 데이터 워크플로에 대한 더 많은 지원을 제공한다.

통합 DevOps 기능을 갖춘 업계 최고의 엔터프라이즈 쿠버네티스(Kubernetes) 플랫폼인 레드햇 오픈시프트는 베어메탈과 VMware vSphere 기반 구축 외에도 엔비디아 AI 엔터프라이즈를 통해 퍼블릭 클라우드를 인증 및 지원한다. 이를 통해 쿠버네티스 환경의 표준화된 AI 워크플로를 하이브리드 클라우드 환경에서 확장할 수 있다.

엔비디아 A10 텐서 코어 GPU로 구동되는 애저 NVads A10 v5 시리즈는 A10 GPU의 6분의 1에서 전체 A10 GPU 2개에 이르는 유연한 GPU 크기를 위한 부분적인 GPU 공유로 전례 없는 GPU 확장성과 경제성을 제공한다. 지원되는 플랫폼의 일부인 NVads A10 v5 인스턴스는 딥러닝 추론에 최적화된 성능을 제공하여 클라우드에서 대규모 배포의 유틸리티와 비용 효율성을 극대화하기 위해 엔비디아 AI 엔터프라이즈 인증을 받았다.

엔비디아 AI Accelerated 파트너 도미노 데이터 랩(Domino Data Lab)의 엔터프라이즈 MLOps 플랫폼이 엔비디아 AI 엔터프라이즈 인증을 받았다. 이 인증 수준은 배포 위험을 완화하고 엔비디아 AI 플랫폼과의 안정적인 고성능 통합을 보장한다. 이 파트너십은 워크로드 조정, 셀프 서비스 인프라 및 협업에서의 엔터프라이즈 MLOps 이점을 메인스트림 가속 서버의 가상화를 통한 비용 효율적인 확장과 결합한다.

엔비디아 런치패드(LaunchPad)는 전 세계 조직에 여러 실습 랩을 포함하는 개인 가속 컴퓨팅 환경에서 엔비디아 AI 엔터프라이즈 소프트웨어 제품군에 대한 즉각적이고 단기적인 액세스를 제공한다.

새로운 엔비디아 런치패드 랩을 통해 엔비디아 AI 엔터프라이즈에서 실행되는 최신 엔비디아 AI 프레임워크와 도구를 경험할 수 있다. 엔비디아 가속 인프라에서 호스팅되는 랩은 기업이 최신 데이터 기반 애플리케이션의 개발 및 배포 속도를 높이고 배포에 사용할 수 있는 동일한 전체 스택에서 전체 AI 워크플로를 신속하게 테스트 및 프로토타입화할 수 있도록 한다.