엔비디아

엔비디아가 로봇 시스템 성능 극대화를 위한 아이작 로스 5.0을 공개했습니다. 씨피유 메모리 복사와 직렬화 과정을 제거하여 데이터 병목 현상을 해결합니다. 인공지능 코딩 에이전트를 활용한 최적화 방안도 함께 제시합니다.

엔비디아가 공개한 토폴로지 기반 워크로드 스케줄링 기술은 대규모 인공지능 컴퓨팅 환경에서 그래픽 처리 장치 간의 데이터 전송 지연을 줄입니다. 이 기술은 클러스터 구조 정보를 자동으로 수집하여 쿠버네티스 표준 형식으로 변환합니다. 이를 통해 관리자의 개입 없이 최적의 배치 경로를 유지합니다.

엔비디아는 기밀 가상 머신과 암호화된 그래픽 처리 장치를 결합하여 보안 환경에서 인공지능 추론 성능 손실을 5퍼센트 미만으로 유지합니다. 성능 엔지니어링 팀은 8개의 비이백 그래픽 처리 장치를 사용한 테스트를 통해 데이터 처리량과 지연 시간을 검증했습니다. 기업은 보안 구성과 최적화를 동시에 수행하는 전방위적인 엔지니어링 접근을 추진해야 합니다.

엔비디아가 인공지능 에이전트를 활용해 삼차원 장면을 로봇 시뮬레이션 환경으로 자동 변환하는 작업 흐름을 공개했습니다. 언어 모델이 전체 과정을 조율해 수동 작업의 한계를 극복하고 시뮬레이션 준비 시간을 단축합니다.

애플이 자체 설계한 엠에잇 울트라 칩을 탑재한 기업용 인공지능 서버 개발을 추진합니다. 이 프로젝트는 인공지능 추론 작업에 최적화된 성능을 목표로 하며, 이천이십구년 이전에 출시될 예정입니다.

엔비디아가 타일짐 저장소에 인공지능 기술을 적용하여 파이썬 기반 쿠다 타일 연산자를 러스트 언어로 변환했습니다. 다중 에이전트 워크플로우를 통한 구조적 동등성 검증으로 기존 성능의 99.5퍼센트를 유지하면서 메모리 안전성을 확보했습니다.

엔비디아가 젯슨 AGX 토르 개발자 키트에서 에이전트형 인공지능 추론 성능을 기존 모델 대비 6.4배 높였다고 발표했습니다. 텐서알티 엣지 대규모 언어 모델을 활용해 복잡한 작업을 빠른 속도로 처리합니다.

엔비디아는 인공지능 추론 성능 측정 결과에서 신규 시스템 베라 루빈 NVL72가 이전 세대 대비 압도적인 처리량을 기록했다고 밝혔습니다. 하드웨어와 소프트웨어의 유기적 결합이 대규모 인프라 효율성을 결정합니다. 엔비디아는 지속적인 최적화로 처리량을 끌어올리고 있습니다.

엔비디아 베라 루빈 플랫폼은 제한된 전력 환경에서 인공지능 연산 효율을 높이는 기술을 공개했습니다. 전력 대비 성능을 극대화하는 소프트웨어와 하드웨어 설계가 핵심입니다. 기사는 새로운 아키텍처가 전력 소모를 줄이는 구체적 원리를 다룹니다.

엔비디아가 잭스와 트랜스포머 엔진을 결합하여 대규모 언어 모델 학습 성능을 대폭 향상했습니다. 드롭리스 전문가 혼합 기술을 적용하여 토큰 손실 문제를 해결하고 연산 효율을 극대화했습니다.