AI와 데이터 분석에서 고성능 컴퓨팅(HPC)과 렌더링까지 데이터센터는 가장 중요한 일부 문제를 해결하는 열쇠입니다. 하드웨어와 소프트웨어에 걸쳐 통합된 엔드 투 엔드 NVIDIA 가속 컴퓨팅 플랫폼은 기업에게 모든 최신 워크로드 전체에서 개발에서 배포까지의 구현을 지원하는 강력한 보안 인프라라는 청사진을 제공합니다.
From AI and data analytics to high-performance computing (HPC) to rendering, data centers are key to solving some of the most important challenges. The end-to-end NVIDIA accelerated computing platform, integrated across hardware and software, gives enterprises the blueprint to a robust, secure infrastructure that supports develop-to-deploy implementations across all modern workloads.
NVIDIA Omniverse는 개발자가 산업 디지털화 워크플로우를 위한 생성적 AI 지원 도구, 애플리케이션 및 서비스를 구축할 수 있도록 지원하는 API, 서비스 및 소프트웨어 개발 키트(SDK) 플랫폼입니다. Omniverse 핵심 기술을 기반으로 구축된 애플리케이션은 복잡한 3D 워크플로우를 근본적으로 변화시켜 개인과 팀이 통합 도구 및 데이터 파이프라인을 구축하고 산업 및 과학 사용 사례를 위해 물리적으로 정확한 대규모 가상 세계를 시뮬레이션할 수 있도록 합니다.
가속 컴퓨팅은 연구원들이 과학적 혁신을 더 빠르게 달성하도록 지원하고 있습니다. 그러나 연구원들은 과학적 시뮬레이션과 동등한 수준의 높은 정확도를 가진 결과를 훨씬 더 빨리 생성하는 데 AI가 도움이 될 수 있다는 사실을 빠르게 인지하고 있습니다. 이로 인해 고성능 컴퓨팅(HPC)에 AI의 도입이 가속화되었습니다.
데이터 사이언스는 AI의 주요 동력 중 하나이며 AI는 모든 산업을 혁신할 수 있습니다. 그러나 이러한 성능을 활용하는 것은 복잡한 문제입니다. AI 기반 애플리케이션을 개발하는 데는 데이터 처리, 기능 엔지니어링, 머신 러닝, 확인 및 배포 등 여러 단계가 필요하고 각 단계마다 대용량 데이터 처리와 방대한 컴퓨팅 작업이 포함됩니다. 이에는 가속화 컴퓨팅이 필요하고 바로 이 부분이 CUDA-X AI가 혁신을 주도하는 분야입니다.
데이터 분석 워크플로우는 전통적으로 데이터 준비, 교육 및 배포를 위해 CPU 컴퓨팅에 의존하여 느리고 번거롭습니다. 가속화 된 데이터 과학은 엔드-투-엔드 분석 워크 플로우의 성능을 획기적으로 향상시켜 가치 창출을 가속화하는 동시에 비용을 절감할 수 있습니다.
딥 러닝 전문가 주도 교육을 통해 4차 산업혁명의 핵심 기술인 딥 러닝, 가속화 컴퓨팅, 데이터 사이언스 분야에 대한 이론 학습 및 실습을 진행할 수 있습니다. 교육은 NVIDIA의 공인 인증을 받은 해당 분야의 전문 강사가 진행합니다. 또한 모든 코스를 성공적으로 이수한 경우, 학습 역량을 입증할 수 있는 NVIDIA DLI 공인 인증서를 발급받을 수 있습니다.
Through deep learning expert-led training, participants can engage in both theoretical learning and hands-on practice in the core technologies of the Fourth Industrial Revolution, including deep learning, accelerated computing, and data science. The training is conducted by certified instructors in the field, officially accredited by NVIDIA. Upon successful completion of all courses, participants will receive an official NVIDIA DLI certificate, demonstrating their acquired competencies.
고객의 궁금증을 빠르게 해결해 드립니다.
모니터 내장 스피커 사용은 HDMI, DP(Display Port)를 통해서만 가능합니다.
케이블 연결 후 Windows 제어판 > 소리 > 재생 탭에서 기본 재생 장치를 확인해주세요.
DVI, D-SUB(RGB)등의 입,출력 단자는 소리 출력을 지원하지 않는 점 참고 바랍니다.
모니터에 따라 차이가 있을 수 있습니다.
모니터가 4K 144Hz 출력을 위해 HDMI 2.1 포트 사용을 요구할 경우, RTX 30 시리즈 제품 사용이 필요합니다.
4K HDR 10bit RGB 출력은 HDMI 2.1 이상 버전에서 지원합니다.
HDMI 2.1은 RTX 30 시리즈 그래픽카드와 HDMI 2.1 케이블 이용이 필요합니다.
HDMI 2.0은 4K HDR 10bit YCbCr(4:2:0) 혹은 4K 10bit RGB 출력이 가능하오니 참고 바랍니다.
SLI는 NVIDIA 기술로 두개 이상의 그래픽 카드를 하나의 시스템에 장착하아여 그래픽 성능을 극대화시키는 기술입니다.
Turing 아키텍쳐 이전의 제품들에서 지원된 기술이며, 이후의 최신 그래픽카드에서는 NVLINK 기술이 도입되었습니다.
QUADRO SLI는 인증받은 시스템에서만 활성화 됩니다.
리테일시장에서 판매중인 메인보드는 QUADRO SLI인증을 받은 메인보드는 없습니다.
NVIDIA 홈페이지에 인증받은 WORKSTATION 장비목록을 확인하실 수 있습니다.
http://www.nvidia.co.kr/object/quadro_sli_compatible_systems_kr.html
NVLink란 NVLink를 지원하는 2대의 동일한 GPU간 더 빠른 메모리 접근 및 통신이 가능하도록 기술입니다.
NVLink 지원 그래픽카드와 호환되는 NVLink BRIDGE가 필요합니다.
아래 링크를 통해 보다 자세한 내용 확인이 가능합니다.
https://www.nvidia.com/ko-kr/design-visualization/nvlink-bridges/
ECC를 지원하는 제품이더라도, 기본적으로는 ECC 기능이 비활성화 되어 있습니다.
Windows 환경에서는 NVIDIA 제어판을 통해 ECC 기능을 ON/OFF 할 수 있습니다.
Linux 환경에서는 다음과 같이 nvidia-smi 명령어를 통해 ECC 기능을 켤 수 있습니다.
> nvidia-smi -e 1
참고사항
DDR 방식의 메모리가 사용되는 GPU에서는 ECC 기능 활성화 시 오류 기록 및 수정을 위해 일부 메모리가 ECC 용으로 할당됩니다.
가용 메모리가 약 6.25% 줄어들며, 메모리 대역폭이 약 20% 감소합니다. (메모리 구성에 따라 차이가 있을 수 있음)
적응형 수직동기화란 GPU에 있는 프레임버퍼와 모니터 출력을 일치시키는 기능입니다.
일반적으로 모니터에 영상이 출력되는 방식은 모니터의 주사율에 따라 렌더링 된 프레임을 출력합니다.
프레임의 렌더링 되는 속도가 모니터 갱신주기보다 느릴 경우 렌더링 중이던 프레임이 출력되어, 마치 화면이 잘린 것과 같이 출력됩니다.
이러한 현상을 막기 위해 모니터의 갱신 주기를 프레임 렌더링 완료 시간과 맞춰주는 것을 적응형 수직동기화라 합니다.
G-SYNC는 적응형 수직동기화 기술의 일부이며, 더 발전된 성능을 보여줍니다.
자세한 사항은 아래 링크를 통해 확인해보실 수 있습니다.
https://www.nvidia.com/ko-kr/geforce/products/g-sync-monitors/
RAY TRACING이란 빛의 궤적과 반사를 사실적으로 표현하기 위한 기술입니다.
이전의 빛 표현 기술에서 한층 발전된 기능으로 보다 발전된 빛반사 효과를 보여줍니다.
RT Core가 탑재된 RTX 시리즈 그래픽카드 사용 시 해당 기능을 지원하는 게임 및 개발 SW에서 사용이 가능합니다.
https://www.nvidia.com/ko-kr/geforce/rtx/
제품과 관련하여 궁금하신 사항을 문의하기를 통해 해결하세요.
A/S 서비스 및 기술지원 관련하여 궁금하신 사항을 문의하기를 통해 해결하세요.
딥러닝 교육 및 트레이닝 관련하여 궁금하신 사항을 문의하기를 통해 해결하세요.