Transcription
사실 HBM을 서두를 필요가 없는
부분이 있는게 이미 레거시 디램 쪽이
워낙 비싸게 팔리고 있어 가지고 사실
하이닉스랑 삼성전자도 굉장히 행복한
고민을 하고 있지 않을까?
네, 여러분 반갑습니다. 에러입니다.
지금 라스베가스에서는 CS 2026이
열리고 있습니다. 저는 올해 못
갔는데 여기서 또 여러 가지 발표가
있지만 바로 엔비디아의 젠슨 CEO의
키노트 스피치가 있었거든요. 이번에
좀 또 새로운 것들이 굉장히 많이
공개를 하기도 했고 다양한 내용들이
얘기가 나왔는데 이번 키노트에서 꼭
이것만큼은 좀 놓치지 말자 하는
부분들이 개인적으로 있어 가지고 몇
개를 뽑아 갖고 그 의미가 무엇인지를
조금 설명드리려고 합니다. 역시 오늘
말씀드릴 내용은 GPU 얘기를 빠뜨릴
수가 없고 그다음에 피지컬 AI도
설명드릴 거고 이번에 자율주행
관련해서도 굉장히 큰 거를 냈거든요.
마지막으로는 우리 게이밍 좋아하시는
분들 제가 옛날에는 자주 다뤘는데
DLSS 4.5가 났습니다. 그러면서
AI로 초당 프레임수를 거의 네배에서
여섯 배까지 올릴 수도 있는 엄청난
또 걸 내놔 가지고 거기까지 각자
정리하겠습니다. 먼저 제일 관심이
많은 내용이죠. 바로 베라루빈
GPU에 관한 설명입니다. 실제로
공개를 하기도 했는데이 베라루빈이라는
거를 이번에 또 새롭게 정의를 했는데
이게 칩한가 아니다. 여섯 개의 코어
컴퍼넌트를 같이 코디해서 렉다니의
AI 슈퍼 컴퓨터를 제품한
플랫폼이다라고 얘기했습니다. 지난번
블랙 발표 때도이 블랙 L엘이라는
거를 기존에 호퍼 GPU 있잖아요.
H,200에 해당하는이 GPU들하고는
다르게 블랙엘이라는 말 자체를 강조를
하면서이 블랙엘 자체가 하나의 거대한
클러스터 플랫폼이다라고 얘기를 한
바가 있는데 거기에 연장선이라고
보시면 되겠고요. 그러면이 여섯 개의
구속 요소가 뭐냐라고 물어보신다면은
이미 안대 공강에서도 여러 번 다뤘던
그 각각의 컴퍼넌트들이 한 단계 껑충
또 업그레이드된 부분이라고 볼 수가
있거든요. 이러한 슈퍼 컴퓨터 렉
시스템 또 렉과 렉을 연결하는 거대한
시스템을 만들기 위해서 데이터 센터를
짓기 위해서는이 여섯 개 구속 요소
중에서도 지금 보시죠. 여섯 개
중에서도이 데이터 센터를 구성하는데
핵심적인 여섯 가지 컴퍼넌트 코어
칩이 들어간다고 보시면 되겠는데 첫
번째는 베라루빈의 바로 베라
CPU죠.요 CPU가 들어가는 것이
되겠고 그다음에 베라 루빈의 루빈
GPU 여기에 HBM 4가 들어갈
예정입니다. 밴드위스가 또 엄청나게
높아졌죠. 그리고 얘들을 엮어낼 수
있는 그리고 CPU, GPU 그리고
GPU, GPU간에 서로 스위칭을 할
수 있는 MV링크 6 스위치가 들어간
다음에 또 하나하나 자세
설명드리겠지만 또 커넥트 X9 NIC
있죠? 팜포 서데스가 들어가 있는
800GB짜리 이더넷이 들어갑니다.
그리고 블루필드 4 DPU도 지금
들어가죠. 그다음에 스펙트럼 X
이더넷 포토닉스 여기서도 이제
포토닉스 코패키지드 옵틱스가 나오죠.
요런 컴퍼트 여섯 개로 해가지고이
플랫폼 자체가 전력이라든가 뭐 신뢰성
뭐 보안도 그렇고 아니면 그 빨리
이게 서비스를 할 수 있는 배포
속도라든가 이런 것들 모든 것들을이
AI 팩토리 운영 체적화에 잘되어서
하겠다라는 거를 이제 얘기를 하고
있습니다. 저런 것들이 하나하나
속도를 제대로 내 줘야지 AI 슈퍼
컴퓨터 거대한이 시스템이 어느
곳에서도 병목 없이 빠르게 내보낼 수
있다는 거죠. 왜냐면 저런 것들,
GPU 여러 개들 엮는 것뿐만 아니라
그 엮겨져 있는 것들을 CPU가 빨리
디스트리뷰션을 해 줘야 되고 운영을
오케스트레이션 잘 해 줘야 되는데
걔네들을 또 렉으로 구성한 다음에 그
렉끼리도 이런 애끼리 같이 연결을
해야 되니까 그렇게 전체에 걸쳐서
LLM이 구축되고 로봇 VLA라든가
다른 피지컬 AI 관련된 그런
모델들이 거대하게 연결되기 때문에
우리 영상 만드는 것도 그렇지
않습니까? 비디오나 AI 이미지 이런
것들 만드는 것들도 다 그런 것들이
갈고서 쓰이는 거기 때문에 그런
거대한 시스템의 한 단계들이 다
꽁증꽁충 뛰었다라는 거죠. AMD도
MI 400450을 내면서 렉단위의
어떤 것들을 그냥 내다한다. 그냥
렉을 아예 통째로 가져가세요라고
하면서 렉 스케일의 어떤 경쟁을
촉발시켰는데 TPU도 이제 스케링이
굉장히 잘되죠. 엔비디아도 역시
마찬가지로 우리 각각 독자적인 이런
스펙트럼 X 블루필드 DPU 같은
것들 이런 것들 다 준비해 가지고 다
빠르게 지원할 수 있습니다라고 얘기를
하는 것이 되겠습니다. 그래도 가장
핵심적이 되는 것이 바로 루빈 지표가
되겠죠. HBM 4가 들어간 것이고
이미 SK 하이닉스의 2026년
물량은 다 완판됐다라고 지금 얘기가
나오고 있는데 저런 HBM4 자체가
애초에 TSV라고 하는이 디램이
적되고 있으면은 12단 16단짜리
이번에 SK 하이닉스가 CES에서
처음으로 16단짜리 HM4를
공개했다고 하더라고요. 걔네들이
적층되어 있는데이 쌓여 있는 것들을
엘리베이터를 원래 H뱀 3e까지는
1024개를 뚫었지만 이제
2048개까지 뚫습니다. 그러면서
물리적으로 뚫어 있는 통로 자체가
많아요. 채널 수가 굉장히 많은데
그걸 통해서 밴디스를 와장
늘렸습니다. 그래서이 GPU에서
행렬이라든가 텐스 연산들 그니까
학습뿐만 아니라 추론에서도 특히
강조하고 있는 것이 이런 굉장히 긴
문맥의 또 에이전트형 워크로드에
굉장히 특화되어 있다라고 얘기를 하는
것이 되겠습니다. 그런 것들이 이제
메모리 저장할 수 있는 용량뿐만
아니라 통신이라든가이 LM의 장기
기억이라고 할 수 있는 KV캐시 같은
것들 이런 것들을 중간중간 계속
보관하면서 할 수 있도록 저 HBM이
양쪽이 굉장히 많이 바뀌지 않습니까?
자세 내용을 여러 개 다룰 수도
있겠지만도 핵심적으로 50페타플롭스를
지원을 합니다. 물론이 수치는 FP4
기준입니다. 여기서 MVFP4라고 돼
있죠. FP4라고 하는 거는 우리가
흔히 2,억 파라미터다. 1조의
파라미터다라고 LM의 규모를 얘기를
하잖아요. AI 모델의 규모를 얘기를
하는데 그 파라미터라는 것들이 결국
각각이 숫자로 되어 있고 그 숫자들이
행렬이나 벡터 연산으로 쏙쏙 들어가서
연산하게 되는 건데 걔네들의 숫자를
표현하는 비트 수가 몇 개냐라는
거예요. 옛날에는 뭐 기본적으로
32비트 16비트를 썼다가 8비트로
내려왔거든요. 그리고 여러분
기억하시겠지만도 처음으로 블랙에
L리라 거를 소개를 할 때이
블랙이라는 거의 성능 지표를
FP4비트짜리를 써 가지고 엔비디아
너무 약판한다. 지금 FP4 같은
네비트로는 성능 완전 떨어지는데 너무
한 거 아니냐? 성능 뻥튀이냐? 이런
얘기를 하는 분들이 있었습니다. 근데
AI 모델의 발전 속도를 가음하셨던
분들은 AI 모델이 커가는 속도들,
스케일링이 되어 가는 속도를 느끼고
계셨던 분들은이 트렌드를 계속
따라가고 계셨던 분들은 오히려 이게
가능하다라고 예상을 하셨을 거예요.
솔직히 말해서 제가 뛰어나다기보다는
저는 이제 그 트렌드를 빨리 쫓고
말씀을 드린 사람이니까 제가
인사이트가 있다기보다는 그 속도를
체감하고 있었던 사람들은 현업자들이
오히려 놓칠 수가 있고 이런 속도가
이렇게 빨라지면은 어 FP4도 충분히
가능하겠다라는 인상을 가졌던 분들도
솔직히 많습니다. M비디아는 그걸
준비를 하고 있었던 거죠. FP4
나올 거다. 우리가 미리 준비해 줄게
하면서 요걸 나왔던 거고 그 측면에서
뻥튀기를 해도 충분히 나올 수 있는
숫자다라고 얘기를 하는 거죠.
그러면서 HBM4로 288GB
96GB다, 128GB다.
192GB를 하다가 이전에
288GB로 늘었습니다. GDDR도
아니고 LPDDR도 아닌 HBM4가
288GB 한에 저렇게 많이
들어간다는 거예요. 그러니까 그만큼
한 번에 밴드위스로 쫙쫙쫙쫙쫙쫙
뽑아낼 수 있는 용량이 288GB로
늘었기 때문에 하나의 칩에서 커버할
수 있는 KV 캐시라든가 모델 같은
것들이 상당히 커진다라고 보시면
되겠죠. 그리고 밴드위스가 초당
22바입니다.
1초에 22바가 왔다 갔다 한다는
거예요. 엄청난 숫자죠. 이게 이전
거랑 좀 비교를 해 보면은 자,
HB4가 여덟 스택짜리로 최대
288GB가 들어가는데 이전에 블랙도
초단 8TB 나올 때 이게 진짜
많다고 했거든요. 근데 이게
HBM4로 넘어가면서 순식간에
엄청나게 공충 뛰는 거죠. HBM을
여러 개 꽂기도 했지만 그만큼 HBM
4 자체가 이전 거에 대비해서 밴드를
쭉쭉 뽑아 준다. 이건
HBM3였으니까. 요건 진짜 메모리
자체의 승리입니다. 메모리가 이렇게
괴물처럼 만들었으니까 여기에 SK
하이닉스 HM4가 굉장히 많이
들어가겠죠. 어떤 LM이 지금
얘기하고 있는 중간에 결과물을 담아
놓는이 장기라고 볼 수 있는
KB캐시라든가 어테션 관련 메모리
트래픽이 커지면은 그만큼이 대어폭
자체가 토큰을 생성하는데 이제 병목이
되니까 이거를 짝짝짝짝 늘려놨다라는
것이 GPU에서 멈추지 않고 계속해서
정보를 담아갖고 처리를 할 수 있는
그 정도의 걸로 맞춰가고 있다라고
보시면 되겠고요. 그러니까 똑같은
모델 크기, 엄청난 크기라 하더라도
칩수로 치면은 더 적은 수의 GPU로
더 낮은 토큰 비용으로 학습할 수
있다라고 얘기를 하는 것이 야,
그래봤자 루빈이 더 비싼 거니까 돈이
더 늦은 거 아니야라고 말씀을 하실
수도 있겠지만 더 나은 공정에서
이렇게 만들어진 루빈 자체가 더 많은
밴드위스를 초당으로 뽑아내 주면은
그만큼 결과적으로 더 낮은 비용으로
학습할 수 있다라는 얘기가
되겠죠.다는이 전단은이 CPU 역할도
계속 중요해지고 있습니다.이 베라
CPU라는 것이 옛날에는 데이터
센터의 서버라고 하는 곳에 들어간
CPU 자체가 인터넷 뭐 제온이라든가
AMD 제노와 같은 그런 CPU들의
역할 자체가 컸죠. 왜냐면은 우리가
웹사이트에 들어가서 뭔가 뭐 네이버를
누르든 카카오톡 누르든 그런 것도
하면은 다 카카오톡이나 네이버의
서버로 가서 CPU가 실제로 일을
하는 거잖아요. 그 각각의 CPU의
역할들이 실제로 컴퓨팅에 역할을
해주고 왔다 갔다 하는 역할들이
많았는데이 대규모 AI 시스템에서이
CPU라고 하는 것이 결국은 GPU가
잘 처리되게끔 어 너 일로가 너
저로가 스케줄링을 잘 안 준다는
거예요. 그렇게 되면은 병먹 없이 잘
오케스트레이션 해 주면서 스케줄링을
하게 되면은 그만큼 GPU를 훨씬 더
효율적으로 자기 능력을 자단한 잘
끌어다 수 있으니까 그런 역할로서의
베라 CPU를 개발을 했다.
88코어짜리입니다. 아메 올림포스
코어를 갖고 있고요. 이전에 그레이스
CPU 대비해서 메모리가 1.5TB로
굉장히 많이 들었습니다. 그리고 MV
C2C로 1.8TB가 나오니까
CPU하고 GPU 사이에 왔다 갔다
하는 데이터도 굉장히 크게 왔다 갔다
할 수 있다. 이전 거 대비해서
이렇게 보시면 되겠고요. 이런게
되려면 또 M비디아의 독자적인 통신
규격인 MV 링크가 다음 세대로 가야
되겠죠. 양방향으로 초당 3.6TB
이전에 블랙할 때 엠블링크 5가
1.8T바인데 또 두 배 올랐습니다.
아마 이게 PCI 기반으로 해서 그걸
일곱배 해서 독자적으로 만든게 MV
링크죠. PCI 익스프레스도 4 5
6 7 가면서 계속 두 배 두 배 두
배 가거든요. 그니까 걔네들보다 안
드셔지려면은 계속 엄청나게 레인스도
늘려야 되고 팜포도 쓰고 서데스도
쓰고 이러면서 막 이게 많이 써야
되겠죠. 이게 안쪽에서이 스케일 업을
하게 해서 MV 링크를 짝짝짝 H배만
빠르면 뭐 합니까? 칩길이 연결해
주는이 속도도 굉장히 빨라야 되겠죠.
그 속도를 따라가서 빠르게 이렇게
엮어질 수 있도록 MV 스위칭을
한다라고 보시면 되겠고 그다음에 또
봐야 될 것이 NIC 그리고 DPU가
되겠는데 HBM에서 이렇게 아무리
토큰을 생성을 한다고 하면은 이게
SSD 같은 스토리지 티어에서 이런
것들이 왔다 갔다 저장이 될
거거든요. 왜냐면은 모든 것들을
HBM에 저장해 놓을 수가 없기
때문에 각각의 어떤 내용들을
스토리지에 잠깐 이제 오프로딩도 해
놔야 되고 나중에 필요할 때만 다시
DM이나 HBM으로 불러오거나 이런
역할들 하는 겁니다. 여기서 NIC
같은 경우에는 서버랑 서버 있잖아요.
렉과 렉간의 데이터 전송을 담당하기
위해서 NIC라는 별도의 커넥트 X9
NIC를 쓰는 거고 요것도 이제
속도가 빨랐다는 얘기를 하는 거고이
DPU라고 하는 것이 사실 이제 처음
들어보시는 분도 있을 텐데 결국
CPU, GPU하고 떼어내서 별도로
오프로딩해서 따로 뭔가를 하는 역할을
하는 거거든요. 뭘 따로 역할을
하느냐? 여기 보시다시피 KV캐시
매니지먼트 같은 중간중간 나오는
결과들을 잠깐 스토리지로 이제 잠깐
넣어 놓다거나 아니면 네트워크나 보안
관련된 얘기들을 전부 다 요쪽에서
따로 처리하는 거야. GPU는 너는
열심히 학습하거나 추론을 해.
CPU는 GP에 잘 부러질 수 있도록
스케줄링을 해. 그리고 그 나머지
것들 네트워크 왔다 갔다 하는
것들이나 잠깐이 KV캐시 데이터들을
스토리지에 내린다거나 이런 것들
역할들을 여기서 따로 해 주는
것들인데이 각각에 다칩이 들어가고
있는 겁니다, 지금. 그래서 이런
역할들이 블루필드 폴도 그렇고
커넥텍스 9도 그렇고 네트워커
측면이나 아니면은 스토리지로 내리는
것이라던가 LRM이 이렇게 서비스를
실제로 하잖아요. 우리가 채p 쓰고도
재미나 쓰고 이렇게 할 때 GPU
HBM에 KV캐시가 너무 많이 올라와
있으면은 그 HBM을 활용 못 해요.
KV캐시라고 하는 거는 입력한 다음에
쭉 대답을 했죠. 하면 그 중간
결과들을 자꾸 이제 저장을 해 놔서
다음 토큰을 생성을 할 수 있도록
토큰 하나하나 생성할 때 다시 쓰는
건데 그게 안 쓰도 있을테니까 그걸
마이그레이션 할 필요가 있다는
겁니다. 그래서 블루필드 4 같은
이런 DPU에서는 스토리지로 잠깐
내리는 것도 플러스해서 전체 클러스터
차원에서 왜냐면 GPU가 여러 가지
엮겨 있잖아요. 그 GPU HBM이
여러 개 있는 거라고 보고 수백개
수천000개가 있는 HBM에 있는데
그중에서 어떤 서비스를 했을 때에
조금이라도 HBM을 더 활용할 수
있고 나머지는 스토리지로 내리면서
관리를 할 수 있도록 하는 역할을
한다는 거죠. 또 궁금하신 내용이
있으면은 오늘 다 정리할 수 없으니까
다음에 한번 따로 정리하도록
하겠습니다. 그리고 이더넷 코
패키지드 옵틱스 요즘 옵틱스 관련된
내용이 얘기 많이 나오잖아요. 워낙
속도가 빨라지다 보니까 이거를 자 코
패키지들라고 하니까 실리콘 포토닉스
반도체는 전기잖아요. 전기 전자로
움직이는 거고 포토닉스라고 하는 거는
과학 통신입니다. 빛으로 하는
거예요. 근데 전기로 계속 하려
하니까 여기 노이즈가 많이 끼다 보니
훨씬 더 깨끗하게 처리할 수 있는 광
부분을 코 패키징 하겠다. 같이
합쳐서 하겠다는 거거든요. 그렇게
해서 이더넷을 구성하겠다는 거니까
이더넷 스위치가이 대규모 AI
클러스터에서 각각의 노드간이
트래픽들이 많은 것들을 처리를 할
용도인데 코패키지 옵틱스 CPO라고
하는 거는 딱 꽂고 빼는 형태로
해서이 빛을 이용해서 스위치 패키지를
좀 더 가까이 붙여서 전자 쪽으로
흐르나 실리콘 옵틱스 쪽에서도 신호
인티그리티를 유지를 하려고 하는
형태라고 보시면 되겠습니다. 이미
브로드컴도의 토마워크 같은 시리즈
있잖아요. 그쪽에 이제 CPO를
적용해서 하기 때문에 요즘이
코패키지드 업티스라는게 굉장히
실리콘포토닉스라는게 굉장히 조목을
받죠. 결국이 루빈 플랫폼을
이용하면은 GPU를 기존 거보다 1만
이용하더라도 MA로 트레이닝을 할 수
있다. 요러한 메시지도 있고 결국은이
M 같은 거를 학습할 때 기존 거보다
GPU로 학습이 가능하다라고 주장을
하는 거죠. 그리고 토큰 비용도
그만큼 줄어든다라고 하면서 결국은
올해 하반기에 롤하 거다. 원래
2분기데 3분기로 밀려왔다라는 소식이
있죠. 그래서 SK 하이닉스도 그렇고
삼성자도 그렇고 HBM 이제 공급
실정을 약간 이제 미룬다는 얘기도
있고 사실 HBM을 서두를 필요가
없는 부분이 있는게 이미 레거시 D램
쪽이 워낙 비싸게 팔리고 있어 가지고
사실 하이닉스랑 삼성전자도 굉장히
행복한 고민을 하고 있지 않을까
만약에 이게 슈퍼 사이클이 아니라 디
가격이 떨어진 상태에서 있으면은 HB
경쟁이 훨씬 더 특히 삼성전자 같이
이제 팔로어 입장에서는 굉장히 급했을
텐데 좀 느긋하게 할 수 있는 여유가
생기지 않았나라는 생각이 들고요.
그래서이 루빈이라는 플랫폼을 구축을
하는데 있어서 HBM 대역폴
HBM3e에서 HBM4로 넘어가면서
밴드를 쫙쫙쫙쫙 늘려 놨고 MV
링크도 이전에 대비해서 두 배
DPU도 메모리 계층을 잘 둬 가지고
잘 스케줄을 할 수 있도록 스토리지를
내릴 수 있도록 구성을 했고 실리콘
포토닉스를 고려해 가지고 렉끼리도 잘
확장해서 연결할 수 있도록
전체적으로이 하나의 덩어리를 다 선을
끌어올릴 수 있는 방향으로 만들었다.
실제로 보면 여기 보면은
키미케이트라든가 뭐 딥시크에서의 어
토콘수라든가 이런 것들을 비교를 하는
부분들이 있겠죠. 어, 두 번째 나온
내용이 바로 알파마이오라고
하는 자율주행 관련 기술을 공개를
했는데요. 요게 뭘 하는 거냐?
결국은 자율주행 개발을 하려고 하는데
요거를 좀 가속화하기 위해서 오픈
모델로서 그리고 데이터, 시뮬레이션
이런 것들을 전부 다 한꺼번에
준다라는 거예요. 그니까 실제
차량에서 자율주행 개발을 하려고
하면은 결국은 하나의 엔드투 엔드
모델로 할 수도 있겠지만 테슬라처럼
테슬라는 전 세계 테슬라 자동차가
주행 데이터를 모으고 있죠. 다른
기업들 그걸 못 하고 있는데 실제
자율주행 개발할 때 AI 모델을 만든
것보다 더 핵심적인 것은 바로 이런
데이터 수집을 어떻게 할 것인가?
수집된 거를 어떻게 정제를 할
것인가? 그 다 정제해 갖고 실제로
자율주 해 보면서 시뮬레이션 검증도
하고 안전 사고도 분석을 해 봐야
되고 각 나라마다 다른 규제에서
어떻게 되는 거냐 이런 전체적인 개발
루프가 다 필요한데 엔비디아가 그거
알파마요로 해 줄게라고 얘기를 하는
거예요.이 루프 전체적인 데이터
수집도 하고 검증도 하고 안전 사고
분석도이 전체 루프를 오픈 모델로
제공을 하고 데이터도 다 제공하면서
모델과 툴과 데이터 셋을 다 공개를
하면서 이거 쓰세요라고 얘기를 하는
거예요. 최근에 현대차가 포2다
대표님이 이제 내려오시면서 엔비디아와
협력을 하고 있다라는 것들이 가속화될
수 있는 것이 어 우리 엔비디아
칩셋으로 쓰면은 요거 그냥 VLA로
해 가지고 자율주 금방금방 빨리빨리
할 수 있도록 구축한 거를
도와드립니다라고 접근하는 거예요.
그러니까 MB 입장에서는 굉장히 많은
여러 기업들을 대상으로 자동차
기업들을 대상으로 이걸 상품화해서 팔
수가 있다는 거죠. 흔히 말하는
VLA 모델이 비전 랭귀지 액션
모델이라고 하는 거죠.이 이 알파마어
같은 경우에는 템빌리언짜리 파라미터를
구성된 VLA 모델을 갖고 있다라고
하는데요. 강조가 되는 것이 이리닝
베이스라고 얘기를 해요. 뭔가 설명
가능한 추론인 거션이라고 얘기를 할
수가 있는데 요런 것들을 이제 생각을
하면서 트레이닝 데이터와이 시뮬레이션
하고 있는 이런 프레임워크 전체를 다
제공을 한다. 그래서이 AI가 어떻게
동작하는지를 이해를 할 수 있고
설명할 수 있다라는 의미로 요렇게
가속화할 수 있다라는 얘기가 나오고
있고요. 그러니까 자동차 기업들이
자체 데이터가 부족해도 이거를 쓰면은
충분히 개발 루프를 만들어서 초반
가속을 할 수 있다라는 거예요. 머리
잘 썼었죠. 진짜로. 한 때는 테슬라
말고는 절대로 이걸 확보할 수
없다라고 하는데 물론 요것도
지켜봐야겠지만 또 기본적인 트레이닝
데이터로 요렇게 구축을 해 나가다
보니까 첫 시작, 첫 비즈니스 스타트
킥오프를 요런 식으로 진행할 수
있으니까 자율 주행을 포기한 수많은
기존의 내형 기간 자동차들도 요거를
시작을 할 수가 있겠죠. 더군다나
자동차 관련해서 드라이브
하이페리온이라고 하는 기술을 소개를
했는데 요게 이제 그냥 보드인데
기본적인 역할이 우리 자율주행 레벨
2에서부터 레벨 4 정도 있잖아요.
컴퓨팅도 지원하고 센서 아키텍처도
지원하는 이런 카메라 몇 개랑
레이더랑 라이더 같은 옵션들을 다
들어가고 있으면은 이런 것들 통해
가지고 얘네들 신호들을 다 합쳐
가지고 컴퓨팅을 해서 전체 차량
플랫폼에 바로 적용할 수 있어요.
약간 이런 식으로 이해를 하시면
되거든요. 요게 메르세데스 벤츠에
지금 적용이 된다라고 하고요. 핵심
포인트는 레벨 4를 타겟으로 한다라는
거죠. 하이페리온이 레벨 2플러스
플러스부터 레벨 4까지 개발을 또
가속하기 위한 어떤 시스템이다 보니까
센서 측에서는 또 옴니 비전 같은
요런 회사들이 같이 협력을 하고 있는
것으로 보이고요. 메르세데스 벤츠가
올해 후반기 출시한다고 얘기를 하고
있는데이 하이페리온이라는게 또
테슬라하고 좀 다른게 테슬라는 완전히
전체를 수익 통합을 하는 거잖아요.
근데 하이페리온 자체는 그냥 아
요러한 플랫폼을 너네가 쓰세요.
그래서 자동차이 티어들 있잖아요.이
이티1이 이슈라든가 어떤 뭐
센서라든가 이런 걸 통합하는 것들을
상품화를 하는 거고 제조업자
OEM들은 이러한 플랫폼들을 이용을
해 가지고 자율 주행이라든가 요런
것들을 잘 활용할 수 있도록 퀵
스타터로서 할 수 있도록 하겠다라는
얘기가 나오는 거죠. 세 번째는
DLSS 4.5 소식입니다. 물론
키노트에서 나온 내용은 아닌데
게이밍과 관련된 겁니다. 게임을
하는데 DLSS러닝 슈퍼 샘플링의
줄인 말입니다.이 DLSS라고 하는
거는 슈퍼 레졸루션이 업스링을
한다라고 하죠. 풀 HD인데 4K로
확장을 하는 거예요. 풀 HD로
픽셀을 작게 만들어 놓으면은 작게
만드는 거 다 처리한 다음에 이거를
쫙 확장해서 업스케일링하고 심지어
이제는 초당 100개 프레임이 나오던
거를 200개 300개까지 늘릴 수
있다라고 하는 그런 기술인데 이게
버전을 계속 업데이트해서 지금 4.5
버전까지 온 겁니다. 그래서 4.5의
핵심은 슈퍼 레졸루션 모델이
고도화되면서 기본적으로 이미지 품질이
굉장히 좋아졌고요. 그리고 프레임 한
장만 렌더링 했는데 여기서부터 다섯
장을 추가로 만들어 내니까 여섯 배나
늘어난다라는 거죠. RTX 50
시리즈로 해서 올해 봄에 지금 나올
거라고 얘기가 되고 있고요.
마지막에는 결국 피지컬 AI에 관련된
내용입니다. 다 자율주행과 뭐 로봇과
다 연결이 되는 부분들인데요.이
코스모스라고 하는 거는이 로봇이라든가
자율조행 같은 SDV 있잖아요.
소프트웨어 디파인드 위컬 이런
것들이이 가상의 월드에서 혹은 비디오
시뮬레이션에서 동작을 하면서
자체적으로 학습하고 검증하는 요러한
모델과 도구 체계들을 코스모스라고
불러요. 계속 강조하지만 로보틱스나
자율 시스템에서 가장 어려운 부분은이
모델을 만드는 것보다 그 전에이
실제로 있는 물리 세계에서 다양한
상황을 학습시키는 데이터가 있어야
되잖아요. 지금 로봇 같은 경우에는
데이터가 워낙 없으니까 실제로 막
사람들 움직이면서 학습을 하잖아요.
그리고 그게 다 됐다 하더라도
시뮬레이션 기반으로 사전 학습이라
검증이 돼야 되고 현실에서 실제로
했을 때도 어떻게 되는지를 확인을 해
봐야 되겠죠. 그래서이 코스모스를이
오픈월드 파운데이션 모델로 소개를 한
다음에이 비디오라든가 로보틱스,
데이터 시뮬레이션 이런 기반의
학습들을 언급을 했습니다. 마치
데이터 센터급의 어떤 것들을 활용할
수 있도록이 피지컬 AI 쪽에서도
DGX 스파크를 많이 이용해 달라라고
얘기를 하는 것으로 보였고요. 참고로
DGX 스파크 현세대는 블랙앤
아키텍터죠. 제가 DGX 스파크
관련해서는 여러 개 영상을
만들었으니까 한번 검색해서 보시고요.
그래서 지금 AI를 하기 위해서는
AI 모델을 만들어야 되니까 그
모델을 만들 수 있는 인프라. 그
인프라가 AI 데이터 센터죠. AI
데이터 센터에서 지원을 하는이
렉스케일의 제품으로 경제축을 옮겨서이
베라루빈이라고 하는 것이 GPU,
CPU, NIC도 그렇고 DPU도
그렇고 MV 스위치, 실리콘
포토닉스까지 다 묶어 가지고 하나의
거대한 상품으로 팔겠다라고 아예 루빈
플랫폼을 얘기를 하고 있죠. 이건
블랙앤부터 시작해서 점차 이게 더
가속화되고 있는 것으로 보이고요.
왜냐면 때가지로 사가잖아요. GP 한
개만 사는 경우가 거의 없으니까.
차를 한 개 사는 경우에는 DGX
스파크를 사라 이렇게 얘기가 되고
있는 것으로 보이고 확실히 HBM4가
들어가니까 어 초당 22바
어마무시하지 않습니까? 이게
들어가니까 거기에 맞춰서 또 병목이
되는 부분을 확실히 풀어 줄 수 있지
않겠느냐라고 하는 부분들이
있겠습니다. 결국 AI 데이터 센터를
만드는 부분 자율주행이라든가 게이밍
로보틱스 전반적인이 AI하고 밀접하게
관련돼 있는 전체 상한군의 근간이
되는 컴퓨팅을 우리가 다 지원하겠다.
심지어 너네 회사들 스타트업 할래?
그럼 우리 거 플랫폼 가져가서 쓰면은
빨리 시작할 수 있다. 테슬라는 빨리
경쟁할 수 있다. 이렇게 지금 꼬시고
있는 것으로 보이죠. 현대차랑 또
협력을 하면서 현대차도 자율 주행이
지금 뭐 혼란 속에 빠져 있다라고는
하지만 또 빠르게 또 따라잡지
않을까라고 기대가 되는 부분들도
있겠습니다. 안대공항 인스타그램
언열택.L에서
유튜브에서 올리지 않는 다양한 소식들
전해드리고 있습니다. 최근에 애플에서
재밌는 결과를 나와서 이런 것들도
간단히 올려 드리기도 하고 재밌는
영상들도 이렇게 짧게 올려 드리고
있으니까 많은 관심 부탁드립니다.
지금까지 에로였습니다.