엔비디아 튜링 GPU · 자비에 SOC, MLPerf 벤치마크 1위 달성
상태바
엔비디아 튜링 GPU · 자비에 SOC, MLPerf 벤치마크 1위 달성
  • 이건한 기자
  • 승인 2019.11.15 10:39
  • 댓글 0
이 기사를 공유합니다

실제 AI 워크로드 처리 성능 테스트를 위한 벤치마크에서 우수한 성적 거둬

[테크월드=이건한 기자] 엔비디아의 '튜링(Turing) GPU'와 '젯슨 자비에(Jetson Xavier) SoC'가 AI 추론 벤치마크 테스트인 MLPerf Inference 0.5 벤치마크 스위트(Suite)에서 주목할 만한 성적을 발표했다.

다양한 폼 팩터와 네 가지 추론 시나리오를 적용하는 MLPerf의 다섯 가지 추론 벤치마크는 이미지 분류와 객체 감지, 변환 등과 관련한 AI 애플리케이션을 포함하며 상용 AI 제품의 실제 성능을 가늠하기 위한 참고 지표로 활용된다. Arm, 페이스북, 퓨처웨이, 제너럴모터스, 구글, 하버드 대학교, 인텔, 미디어텍, 마이크로소프트, 자일링스를 포함한 글로벌 산업계와 학계의 광범위한 지지를 받고 있다.

MLPerf Inference 0.5의 다양한 평가 시나리오
MLPerf Inference 0.5의 다양한 평가 시나리오

이번 벤치마크 테스트에서 엔비디아 튜링 GPU는 데이터 센터 시나리오 벤치마크에서 1위를 기록했으며, 젯슨 자비에 SoC는 상용 엣지 중심 시나리오에서 인텔과 퀄컴을 압도하는 성능을 나타냈다.

엔비디아는 특히 자사가 집중하는 영역 중 하나인 자율주행과 자율주행차 안전 운행의 핵심인 다양한 AI 과제와 시나리오를 위한 AI 추론과 관련해 높은 성적을 거둔 것에 큰 의미가 있다고 밝혔다.

AI 추론은 방대한 데이터에서 통찰력을 얻기 위해 AI 모델을 실시간으로 실행하는 과정이다. 자율주행차에 적용되는 DNN(심층 신경 네트워크)은 주요 데이터를 실시간으로 분석해 교차로를 식별하거나 주행 가능한 경로를 분류하는 등, 중복되고 다양한 기능을 수행할 수 있어야 한다. 튜링 GPU를 내장한 엔비디아 드라이브 AGX 플랫폼은 테라바이트 수준의 데이터를 생성하는 다양한 센서로 차량 환경을 감지하기 위한 수많은 DNN을 동시에 구동할 수 있다.

자비에 SoC 벤치마크 결과
자비에 SoC 벤치마크 결과

또 젯슨 자비에 프로세서는 상용 엣지, 모바일 SoC 중 엣지 중심 시나리오 (단일 및 다중 스트림)에서 높은 성능을 나타냈다. 이는 자비에를 품은 엔비디아 드라이브 AGX가 자율주행차량 내에서 동시에 20개의 DNN을 안정적으로 실행할 수 있는 이유다. 여기에는 차선 표신을 위한 'LaneNet', 구동 가능한 가장자리를 감지하는 'PathNet', 중심선을 경정하는 'PilotNet', 신호등을 위한 'LightNet', 교차로에 대한 'WaitNet', 객체 탐지를 위한 'DriveNet', 무료 공간 탐지를 위한 'OpenRoadNet', 주차 장소 찾기를 위한 'ParkNet' 등이 포함된다. 

한편 엔비디아는 자사가 이번 평가에서 다섯 가지 MLPerf 벤치마크에 결과를 제출한 유일한 기업이라고 밝히며, 지난 7월 MLPerf 벤치마크 테스트 AI 훈련 성능 부문에서 8개의 기록을 세운 데 이어, 다시 한 번 엔비디아의 강력한 기술 역량을 입증한 것이라고 설명했다.

현재 BMW, 시스코, 포드 모터, 존 디어, 마이크로소프트, 페이팔, 핀터레스트, 포스트메이츠, 샤잠, 스냅, 트위터, 버라이존, 볼보 월마트를 포함한 다양한 산업에서 AI 추론 작업을 처리하기 위해 고성능 엔비디아 플랫폼을 채택하고 있다.


관련기사

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