엔비디아, ‘래피즈 GPU 가속 플랫폼’ 공개
상태바
엔비디아, ‘래피즈 GPU 가속 플랫폼’ 공개
  • 윤현기 기자
  • 승인 2018.10.11 15:38
  • 댓글 0
이 기사를 공유합니다

빅데이터 분석·머신러닝에 최적화…엔드-투-엔드 예측 데이터 분석 성능 대폭 향상

엔비디아(CEO 젠슨 황)는 데이터 사이언스 및 머신러닝용으로 설계된 ‘래피즈(RAPIDS) GPU 가속 플랫폼’을 11일 공개했다.

이미 유수의 업계 선도 기업들이 채택한 이 플랫폼은 대기업들이 대량의 데이터를 분석해 전례 없는 속도로 정확하게 비즈니스 예측을 수행하도록 한다.

래피즈 오픈소스 소프트웨어는 데이터 과학자들이 신용카드 사기 예측, 소매 재고 예측, 고객의 구매 행동 파악 등 매우 복잡한 비즈니스 과제를 해결할 시 엄청난 성능 향상을 제공한다. 데이터 분석에서 GPU의 중요성에 대한 인식이 확대됨에 따라, 데이터브릭스(Databricks), 아나콘다(Anaconda)와 같은 오픈소스 커뮤니티 선구자들부터 HPE, IBM, 오라클(Oracle) 등 기술 선도기업에 이르는 많은 기업들이 래피즈 플랫폼을 지원하고 있다.

연구원들은 연간 200억 달러 규모의 데이터 사이언스 및 머신러닝용 서버 시장이 과학적 분석 및 딥 러닝과 결합돼 고성능 컴퓨팅 시장의 가치를 360억 달러까지 끌어올릴 것으로 전망하고 있다.

GPU 가속 분석, 머신러닝, 그리고 곧 추가될 데이터 시각화를 위한 일련의 오픈소스 라이브러리를 제공하는 래피즈는 엔비디아 엔지니어들이 지난 2년간 오픈소스에 기여하는 핵심 관계자들과 긴밀히 협업해 개발한 제품이다.

이 제품은 과학자들이 GPU에서 전체 데이터 사이언스 파이프라인을 실행하는데 필요한 도구를 제공한다. 엔비디아 DGX-2 시스템 교육을 위한 XG부스트(XGBoost) 머신러닝 알고리즘을 사용하는 초기 래피즈 벤치마킹은 CPU 전용 시스템 대비 50배 빠른 속도를 보여준다. 이를 통해 데이터 과학자들은 자체 데이터 세트 크기에 따라 교육 시간을 기존 며칠에서 몇 시간으로, 몇 시간에서 몇 분으로 단축할 수 있다.

래피즈는 가장 널리 사용되는 파이썬(Python) 데이터 사이언스 툴체인에 GPU 가속을 추가함으로써, 아파치 애로우(Apache Arrow), 팬더스(Pandas), 사이킷-런(scikit-learn)과 같은 주요 오픈소스 프로젝트를 기반으로 구축됐다. 엔비디아는 래피즈에 추가적인 기능과 머신러닝 라이브러리를 제공하기 위해 오픈소스 생태계에 기여하고 있는 아나콘다, 블래이징DB(BlazingDB), 데이터브릭스, 콴사이트(Quansight), 사이킷-런과 더불어, 우르사 랩(Ursa Labs)의 대표이자 팬더스 및 아피치 애로우 창시자인 웨스 매키니(Wes McKinney), 그리고 가장 빠르게 성장하고 있는 데이터 사이언스 라이브러리인 파이썬과 협력하고 있다.

또한 엔비디아는 래피즈 플랫폼의 채택 범위를 확대하기 위해 래피즈를 분석 및 데이터 사이언스를 위한 선도적인 오픈소스 프레임워크인 아파치 스파크(Apache Spark)와 통합 중에 있다.

젠슨 황(Jensen Huang) 엔비디아 창립자 겸 CEO는 “고성능 컴퓨팅 시장에서 아직 가속화되지 않은 가장 큰 분야가 바로 데이터 분석과 머신러닝”이라며 “세계 최대 산업들은 무수한 서버에서 머신러닝을 통해 작성된 알고리즘을 사용해 시장과 환경의 복잡한 패턴을 파악하고, 수익에 직접적인 영향을 주는 빠르고 정확한 예측을 수행한다”고 설명했다.

그는 이어 “래피즈 GPU 가속 플랫폼은 쿠다(CUDA)와 이의 글로벌 생태계에 기반해 구축됐으며, 오픈소스 커뮤니티와의 긴밀한 협력 하에 탄생했다. 이 플랫폼은 업계에서 가장 널리 사용되는 데이터 사이언스 라이브러리와 워크플로우에 원활히 통합돼 머신러닝 속도를 향상시킨다. 엔비디아는 딥 러닝에 구현했던 것과 마찬가지로 머신 러닝 속도를 대거 끌어올리고 있다”고 말했다.

래피즈 오픈소스 라이브러리는 홈페이지(http://www.rapids.ai)에서 즉시 액세스 가능하며, 코드는 아파치 라이선스 하에 배포된다. 래피즈 컨테이너 버전은 엔비디아 GPU 클라우드 컨테이너 레지스트리(GPU Cloud container registry)에서 이용 가능하다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.