윤은경 인텔코리아 마케팅 총괄 부사장이 13일 서울 양재동 엘타워에서 열린 인텔 제온 파이 프로세서 출시 기자간담회에서 발표를 하고 있다.ⓒEBN

인텔이 머신러닝(Machine Learning, 기계학습)·고성능 컴퓨팅(HPC) 분야로 수요를 확대한다. 이미 엔비디아의 GPU와 구글의 TPU 전용 칩이 널리 활용되고 있는 머신러닝 분야에서의 경쟁이 한층 더 치열해질 전망이다.

인텔은 13일 서울 양재동 엘타워에서 기자간담회를 열고 머신 러닝과 인공지능 분야에서 깊이 있는 통찰력을 구현하기 위한 해법으로 차세대 '인텔 제온 파이' 프로세서 출시를 발표했다.

윤은경 인텔코리아 마케팅 총괄 부사장은 "예전의 HPC가 정부, 프로젝트나 공공기관에 한정돼 이용됐다면 지금은 인공지능, 머신러닝, 자율주행 등에서 많은 도입이 이뤄지고 있다"며 "HPC는 기업, 더 나아가 소비자에게도 굉장히 관련있는 기술이 될 것"이라고 말했다.

인텔 확장형 시스템 프레임워크의 핵심 요소인 인텔 제온 파이 제품군은 주요 기술을 하나로 결합해 고성능 클러스터를 구성하고 손쉽게 구축할 수 있게 해주는 솔루션을 제공한다.

새로운 인텔 제온 파이 프로세서는 고도의 병렬 워크로드를 위해 특별히 개발된 인텔의 첫 번째 부팅 가능한 호스트 프로세서로, 메모리 및 패브릭 기술을 최초로 결합해냈다.

인텔 제온 파이 프로세서는 부팅 가능한 x86 CPU로서 PCIe 버스 상에 의존해야 하는 GPU 가속기와 달리 제약 없이 효과적으로 확장할 수 있다. 의존성을 제거함으로써 뛰어난 확장성을 구현하고 기존 가속기 제품군 보다 다양한 범주의 워크로드 및 사양을 관리할 수 있는 성능을 제공한다.

16GB의 고대역폭 메모리를 결합, 메모리 기반 워크로드를 위해 최대 초당 500GB의 일관된 메모리 대역폭을 제공하며, 듀얼 포트의 인텔 옴니 패스 아키텍처(이하 인텔 OPA)와 결합하면 솔루션 비용, 전력 소비량, 활용 공간 등을 한층 감소시킬 수 있다.

범용 CPU인 인텔 제온 파이 프로세서는 개방형 표준 기반으로 개발돼 이미 투자한 소프트웨어를 향후에도 계속 활용하도록 해준다.

최대 72개의 코어에 강력한 벡터 기능을 갖춰 고도화된 병렬 컴퓨팅의 성능 수준을 한층 높였으며, 복잡한 신경망을 빠르게 훈련시키기 위해 효율성 강화가 핵심인 머신러닝과 같은 고성능 워크로드를 구동할 수 있도록 데이터센터급의 CPU 확장성과 안정성을 제공한다.

인텔 제온 프로세서와의 바이너리 호환성을 제공, 모든 종류의 x86 기반 워크로드를 처리할 수 있게 해준다. 이에 힘입어 데이터센터 전반의 자원을 최적으로 활용할 수 있는 동시에 일반적인 프로그래밍 모델 사용을 통해 개발자 기반 공유 및 코드 재사용이 가능해져 생산성을 향상시켜준다.

광범위한 에코시스템 파트너사, 프로그래밍 언어, 가용 가능한 툴 등의 지원이 가능하도록 개발이 이뤄졌다. 이를 통해 뛰어난 유연성, 소프트웨어 이식성 및 재사용성을 제공한다.

인텔 측은 "폭넓은 업체가 이날 새로운 제온 파이 프로세서 제품군을 탑재한 시스템을 공개했으며 올해 9월경 제품을 출시할 예정"이라며 "지금까지 인텔은 수만개의 제품을 업체에 출하했으며, 올해 10만개 이상의 제품을 판매할 것으로 예상하고 있다"고 설명했다. 50개가 넘는 OEM, ISV 및 미들웨어 파트너사들이 인텔 제온 파이 프로세서를 지원하게 된다.

신제품 프로세서는 머신 러닝 훈련 모델을 위한 강력한 성능을 제공하며, 부팅이 가능한 호스트 프로세서로서 유연성을 갖춰 다수의 분석 워크로드를 처리할 수 있다.

또, 인텔 제온 파이 프로세서로 구동되는 인텔 SSF 기반의 클러스터 및 결합 가능한 인텔 OPA는 데이터 과학자들이 복잡한 신경망을 작동시키고 짧은 시간 안에 훈련 모델을 사용할 수 있도록 해준다.

인텔 제온 파이 제품군은 32노드 인프라스트럭처 상에서 GPU보다 최대 1.38배 향상된 확장성을 제공하며, 128노드 인프라스트럭처 상에서 인텔 제온 파이 제품군을 사용하면 단일 노드 대비 최대 50배 빠른 속도로 모델을 훈련시킬 수 있다.

머신러닝의 저변 확대를 위해 공개 코드 개발자 커뮤니티와의 협력도 강화할 예정이다. Caffe, Tensorflow, Theano와 같은 딥러닝 프레임워크를 최적화해 인텔 아키텍처 기반에서 관련 소프트웨어가 최적의 성능을 낼 수 있게 지원하고, DNN(심층신경네트워크)을 위한 공개 MKL(Math Kernel Libraries)를 최적화해 발표할 계획이다.

국내 HPC 기반 강화를 위해 한국과학기술정보연구원(KISTI)과도 협력을 지속한다. 인텔과 KISTI는 지난 6월 상호양해각서(MOU)를 체결, 인텔 제온 파이 및 인텔 OPA 기반 국산 슈퍼 컴퓨터 시스템을 개발할 수 있도록 메인보드 디자인, 소프트웨어, 클러스터링, 패브릭 부문에서 긴밀히 협조하기로 했다.

휴고 살레 인텔 HPC 그룹 마케팅 책임자는 "인텔은 패브릭, 소프트웨어 등 각각의 영역에 대해 투자를 진행해나가고 있다"며 "이와 함께 동시에 주력하는 분야는 머신러닝으로, 제품 로드맵 구축에 있어 머신러닝을 강화해 나가고 머신러닝 관련 전용 파트너 프로그램도 진행해 나갈 것"이라고 강조했다.

©(주) EBN 무단전재 및 재배포 금지