고성능·GPU 가속화 서버의 등장
최근 IT 트렌드가 제4차 산업혁명으로 대변되는 지능정보화 사회에 초점이 맞춰지면서 AI 기술이 더욱 조명 받고 있다. 점차 AI 기술을 접목하는 분야가 확산되고 있으며, 처리해야 하는 데이터 역시 점점 많아지고 있는 만큼 고성능 처리 능력을 필요로 하고 있다. 이에 주목받고 있는 것이 GPU 가속 기능을 탑재한 고성능 서버다. AI 분야의 핵심인 빅데이터 기반의 딥 러닝 기술은 고도의 연산처리가 필요한데, CPU가 탑재된 수천 대의 서버가 할 수 있는 복잡한 연산 처리를 GPU 가속화 서버를 통해 구현할 수 있기 때문이다. 실제로 AI 기술을 활용한 자율주행 자동차는 사람 또는 사물을 인식할 수 있어야 하고, 고화질의 영상 콘텐츠를 컨트롤할 수 있어야 하기 때문에 GPGPU(General-Purpose computing on Graphics Processing Units)가 탑재된 서버 및 스토리지를 사용하고 있다.
AI, 빅데이터 등의 시장이 성장하고 수요가 증가하면서 고속 컴퓨팅 환경을 필요로 하고 있으며, 이는 곧 GPU의 성능을 최대로 끌어올리고 다수의 GPU 노드로 확장할 수 있는 시스템 개발에 대한 니즈로 이어지고 있다. 이에 관련 업계에서는 GPU를 가속화시킬 수 있는 시스템 개발에 집중하는 기업들도 점차 늘어나고 있는 추세다.
|
엔비디아 테슬라 P100 GPU, 페이스북 AI 서버에 활용 엔비디아의 파스칼(Pascal) 아키텍처 기반 엔비디아 테슬라 P100(Tesla P100)이 페이스북의 차세대 AI 서버 ‘Big Basin’에 활용된다. 해당 서버에 탑재된 8개의 테슬라 P100 GPU는 향상된 성능으로 페이스북 내 게재된 이미지의 사물 또는 사람의 얼굴을 인식하거나 실시간 텍스트 번역, 사진 및 동영상 콘텐츠의 내용을 보다 정확히 이해할 수 있도록 지원한다. 엔비디아 테슬라 P100은 이전 세대 솔루션보다 12배 향상된 뉴럴 네트워크(neural networks) 트레이닝 성능을 선보이는 하이퍼스케일 데이터센터 가속기다. 빅데이터 작업을 위한 HBM2(고대역폭 메모리)을 탑재한 CoWoS(Chip on Wafer on Substrate) 형태의 메모리 디자인을 통해 이전 서버 대비 초당 720GB, 또는 3배 이상 높은 메모리 대역폭 성능을 제공한다. 진보된 성능과 확장성, 프로그래밍 효율성으로 연산 집약적인 AI 및 HPC(고성능 슈퍼컴퓨터) 데이터센터 애플리케이션에 최적화된 효율성이 특징이다.
‘Big Basin’은 엔비디아 초고속 NV링크(NVLink) 상호연결 기술을 지원하는 테슬라 P100 GPU로 확장성을 극대화하고, 메모리 용량 또한 이전 시스템의 12GB에서 16GB로 증가시켜 향상된 연산 능력을 갖췄다. 이에 따라 ‘Big Basin’은 이전 대비 30% 이상 많은 머신 러닝 모델을 훈련할 수 있으며, 표준화된 인공신경망 모델 테스트에서는 2배가량 향상된 처리속도를 달성한 바 있다. 엔비디아 테슬라 P100이 활용된 Big Basin 서버 디자인은 데이터센터 하드웨어 및 소프트웨어에 관한 협력 및 공유를 지원하는 페이스북의 OCP에 따라, 가까운 시일 내 일반 대중에게 공개될 예정이다. 현재 엔비디아 GPU는 다양한 분야에 활발히 활용되고 있다. 2015년 페이스북이 선보인 이전 세대 서버 시스템인 ‘Big Sur’에도 엔비디아의 테슬라 M40 GPU가 적용된 바 있으며, 엔비디아 테슬라 P100 GPU는 얼마 전 일본의 초고속 인공지능 슈퍼컴퓨터 ‘TSUBAME3.0’ 및 구글 클라우드 플랫폼에 탑재가 발표된 바 있다. 이밖에도 IBM, HP, 델, 크레이 등이 엔비디아 테슬라 P100을 탑재한 서버 완성품을 이번 1분기부터 공급할 계획이다. |
||||||
확산되는 클라우드 전환, 국내 시장도 변화 중
전 세계적으로 클라우드가 확산되고 있는 것처럼, 국내에서도 클라우드로의 전환이 점차 진행되고 있다. 이미 정부가 앞장서 클라우드 도입을 진행하고 있으며, 클라우드를 도입하는 공공기관에 가산점 부여 제도를 마련하는 등 클라우드 컴퓨팅을 활성화하기 위해 다양한 정책도 마련하고 있다. 민간 기업들도 관리의 용이성과 자원 사용의 효율성을 위해 클라우드를 구축하고 있다.
업계에서는 서버리스 클라우드나 자원 할당으로 인해 서버 시장이 부진할 것이라는 예측도 하고 있지만, 그와 반대로 새로운 시장이 열릴 수도 있을 것으로 기대하고 있다.
우선 표준화된 x86 서버를 스케일 아웃 구조로 확장함에 따라 판매량이 늘어날 것으로 보고 있다. 4천억 원대의 예산이 투입되는 제3정부통합전산센터도 x86 서버를 기반으로 클라우드 환경을 구축할 것으로 알려지면서 서버 판매량 증가에 대한 기대가 모아지고 있다.
이 같은 클라우드 확산으로 인해 국내 데이터센터 구축도 활발해지고 있다. 아마존웹서비스(AWS), 마이크로소프트(MS) 등 글로벌 기업들뿐만 아니라 KT, LG CNS 등 국내 업체들까지 클라우드 서비스 제공을 위한 데이터센터를 건설하고 있다. 이들 데이터센터 설립은 크게 두 가지 방향으로 이뤄지는데, 하나는 x86 서버를 통한 스케일 아웃 방식과 다른 하나는 고집적 데이터센터 구축이다.
x86 서버는 대부분 인텔 제온 프로세서를 탑재하면서 CPU 종류의 차이만 있을 뿐 성능상의 차이는 사실상 없다고 봐도 될 정도이며, 브랜드가 미치는 영향이 적어져 가성비에 따라 호환 가능한 범용 서버를 스케일 아웃 방식으로 데이터센터를 구축하는 경우가 늘어나고 있다. 이에 국내에서도 HPE, 델 등 서버 벤더 제품들 이외에도 IDC가 분류를 시작한 ODM 다이렉트 제품들이 해당 시장에 많이 도입되고 있는 추세다.
한편, 업계에서는 투자비용으로 인해 많은 데이터센터들이 x86 서버를 증설하는 방향으로 증설되고 있지만, 향후에는 고집적 서버로 데이터센터를 구축하는 경우도 늘어날 것이라는 전망도 나오고 있다. 이를 통해 성능을 올리고, 상면적·관리·전력비용 등을 감소시켜 효율성을 올릴 수 있기 때문이다. AI가 보편화되면 빅데이터 분석 업무들이 정부 및 공공기관을 비롯해 민간에서도 많은 필요로 하게 될 것으로 보인다. 이미 국내에서는 LG유플러스가 고집적 데이터센터를 오픈, 트렌드가 점차 변해갈 것임을 암시했다.
