딥러닝과 인공지능을 위한 IT 인프라 구축은 어려운 일입니다. AI 워크로드를 배포하는 데 사용되는 기술과 관행은 전통적인 기업용 IT 애플리케이션과는 매우 다릅니다. 이로 인해 IT 전문가들은 새로운 기술을 사용해야 할 수도 있고, 익숙하지 않은 기술을 사용해야 할 수도 있으며, 이는 IT 프로젝트에 일정한 위험을 불러올 수 있습니다.
특히 생성 모델 기반 AI는 거의 모 산업에서 IT 팀에게 새로운 요구사항을 제시하고 있습니다. 생성 모델 기반 AI에 필요한 GPU는 비싸고 전력 소모가 크며, 여러 개가 필요할 수도 있습니다. 데이터에 대한 GPU의 식욕을 충족시키기 위해 저장소를 조정하는 것은 NVIDIA의 GPUDirect와 같은 새로운 기술을택해야 함을 의미합니다. 소프트웨어 스택은 기업용 IT와는 거의 다른 형태를 띠고 있습니다. 이와 같은 내용은 계속해서 이어집니다.
델 테크놀로지스와 NVIDIA는 생성 모델 기반 AI를 위한 인프라 구축과 배포의 복잡성을 줄이기 위해 협력하고 있습니다. 두 회사는 올해 초에 델 테크놀로지스 월드에서 프로젝트 헬릭스를 발표했으며, 이는 델과 NVIDIA 인프라 및 소프트웨어를 기반으로 한 기술적 전문성과 사전 구축된 도구를 제공하는 것으로 설명되었습니다.
델과 NVIDIA는 프로젝트 헬릭스의 첫 번째 구체인 요소를 발표했습니다. 이 두 회사는 NVIDIA 가속기와 소프트웨어를 기반으로 한 추론 시스템에 대한 유효성이 검증 설계를 제공하고, 기업이 생성 모델 기반 AI를 받아들이도록 돕는 전문 서비스를 제공하며, AI 개발을 위한 새로운 델 프리시전 워크스테이션을 발표하고 있습니다.
- 생성 모델 기반 AI 유효성이 검증된 설계
- 서버 및 저장소
- NVIDIA의 엔터프라이즈 AI 소프트웨어 스택
- 델 프리시전 AI 워크스테이션
- AI 전문 서비스
AI 기술에 대한 관심과 함께 생성 모델 기반 AI가 기업의 운영 방식을 변경할 것이라는 말을 매일 듣는 것은 거의 불가능합니다. 이 모든 것이 현실적인 가치가 없다는 것은 아니지만, 생성 모델 기반 AI는 혁신적인 영향을 미칩니다. 생성 모델 기반 AI는 비즈니스 프로세스에 영향을 미치고, 이미 기업들이 디지털 변혁에 대해 생각하는 방식을 바꾸고 있습니다. 더 중요한 것은, AI가 IT 전문가들이 인프라에 대해 생각하는 방식을 변경하고 있다는 점입니다.
AI에 중점을 둔 뉴스들이 계속해서 전달되기 때문에 이 기술이 얼마나 새로운지 자주 잊어버리기 쉽습니다. 이 산업은 여전히 최적의 사례를 찾아내고 있습니다. 이 모든 기술은 상용화된 상태가 아닙니다. 생성 모델 기반 AI 프로젝트를 진행하는 모든 IT 조직은 솔루션의 비용과 복잡성에 대해 고민할 것이며, 그러한 문제를 완화하는 요소는 이익입니다.
저는 항상 델의 유효성이 검증된 설계를 좋아하며, 생성 모델 기반 AI를 위한 새로운 옵션도 매우 좋아합니다. 델과 NVIDIA의 설계 도면을 따르면 생성 모델 기반 AI를 위한 인프라 구축과 배포에서 발생하는 많은 리스크를 줄일 수 있습니다. 델의 전문 서비스 팀과 협력하여 리스크를 더욱 줄일 수 있으며, 성공을 보장하기에 가장 가까운 상태에 이를 수 있습니다. 델의 새로운 오퍼링처럼 IT 전문가들의 일상을 간소화하는 모든 것들은 좋다고 생각합니다.
