2019.11.15

엔비디아 자비에, “AI 추론 벤치마크 테스트서 1위 달성”

편집부 | ITWorld
엔비디아(www.nvidia.co.kr)는 인공지능(AI) 추론 성능을 측정하는 MLPerf 인퍼런스 벤치마크 테스트에서 가장 빠른 속도를 달성했다고 밝혔다.

미래의 자동차는 광범위하고 다양한 심층 신경망을 운영하는 AI 슈퍼컴퓨터로 운행될 것이며, 이는 대규모 AI 워크로드를 요구하게 될 것이다. MLPerf 인퍼런스 0.5 벤치마크 스위트는 자율주행 차량을 포함한 추론용 솔루션 성능을 평가하는 것이다. 

이번 MLPerf 인퍼런스에서 엔비디아 자비에(NVIDIA Xavier) 시스템온칩(SoC)과 엔비디아 드라이브(DRIVE) AGX 플랫폼의 기반이 되는 튜링(Turing) GPU가 가장 빠른 속도를 보였다. 

엔비디아는 이같은 결과가 엔비디아가 자율주행차 안전운행에 핵심인 다양한 AI 과제 및 시나리오를 위한 AI 추론과 관련해 기술 역량을 보유하고 있음을 보여준다고 강조했다. 



AI 추론은 방대한 데이터에서 통찰력을 얻기 위해 AI 모델을 실시간으로 실행하는 과정이다. 엔비디아 드라이브는 테라바이트에 이르는 데이터를 생성하는 다양한 센서로 차량 환경을 감지하기 위해 수많은 DNN을 동시에 실행한다. 이러한 DNN은 실시간으로 주요 데이터를 분석해 교차로를 식별하고 주행 가능한 경로를 분류하는 등 중복되고 다양한 기능을 수행할 수 있어야 한다.

엔비디아 자비에 프로세서는 상용 엣지 및 모바일 SoC 중 엣지 중심 시나리오(단일 및 다중 스트림)에서 가장 높은 성능을 보여줬다.

현재 자비에 프로세서는 자율주행 및 콕핏 애플리케이션을 위해 동시에 최대 20개의 DNN을 실행하는 AI 슈퍼 컴퓨터인 엔비디아 드라이브 AGX을 강화하고 있다. 여기에는 ▲차선 표신을 위한 레인넷(LaneNet) ▲구동 가능한 가장자리를 감지하는 패스넷(PathNet) ▲중심선을 경정하는 파일럿넷(PilotNet) ▲신호등을 위한 라이트넷(LightNet) ▲교차로에 대한 웨이트넷(WaitNet) ▲객체 탐지를 위한 드라이브넷(DriveNet) ▲무료 공간 탐지를 위한 오픈로드넷(OpenRoadNet) ▲주차 장소 찾기를 위한 파크넷(ParkNet) 등을 포함한다.

또한, 차량 내부에는 머리 자세를 결정하고, 눈 깜박임을 감지하고 입술을 읽을 수 있는 등 운전자 모니터링을 위한 네트워크가 있다. 미래의 자동차와는 대화할 수 있을 것이며, 이는 매우 짧은 시간안에 고급 음성 인식, 자연어 처리 및 텍스트 음성 변환을 요구한다. 이러한 다양한 신경망은 모두 다른 유형의 신경망을 통해 서로 상이한 유형의 데이터를 처리한다. 

엔비디아는 14개 조직 중 5개의 MLPerf 인퍼런스 테스트에서 결과를 제출한 기업이었다. 이 벤치마크 결과는 올해 초 발표된 테스트에 따라 업계의 AI 훈련 기능을 측정했다.

엔비디아는 상용 제품 중 프로세서 당 가장 높은 성능을 제공하는 튜링 GPU를 통해 데이터 센터 시나리오의 벤치마크를 1위로 기록했다. 자비에는 상용 엣지 및 모바일 SoC 중 엣지 중심 시나리오에서 가장 높은 성능을 보였다. 자비에 SoC는 엣지 컴퓨팅 테스트에서도 1위를 차지했다. 

이번 결과는 프로세서에서 실행중인 쿠다(CUDA) 및 텐서RT(TensorRT) 소프트웨어의 성능을
보여주기도 한다. editor@itworld.co.kr


2019.11.15

엔비디아 자비에, “AI 추론 벤치마크 테스트서 1위 달성”

편집부 | ITWorld
엔비디아(www.nvidia.co.kr)는 인공지능(AI) 추론 성능을 측정하는 MLPerf 인퍼런스 벤치마크 테스트에서 가장 빠른 속도를 달성했다고 밝혔다.

미래의 자동차는 광범위하고 다양한 심층 신경망을 운영하는 AI 슈퍼컴퓨터로 운행될 것이며, 이는 대규모 AI 워크로드를 요구하게 될 것이다. MLPerf 인퍼런스 0.5 벤치마크 스위트는 자율주행 차량을 포함한 추론용 솔루션 성능을 평가하는 것이다. 

이번 MLPerf 인퍼런스에서 엔비디아 자비에(NVIDIA Xavier) 시스템온칩(SoC)과 엔비디아 드라이브(DRIVE) AGX 플랫폼의 기반이 되는 튜링(Turing) GPU가 가장 빠른 속도를 보였다. 

엔비디아는 이같은 결과가 엔비디아가 자율주행차 안전운행에 핵심인 다양한 AI 과제 및 시나리오를 위한 AI 추론과 관련해 기술 역량을 보유하고 있음을 보여준다고 강조했다. 



AI 추론은 방대한 데이터에서 통찰력을 얻기 위해 AI 모델을 실시간으로 실행하는 과정이다. 엔비디아 드라이브는 테라바이트에 이르는 데이터를 생성하는 다양한 센서로 차량 환경을 감지하기 위해 수많은 DNN을 동시에 실행한다. 이러한 DNN은 실시간으로 주요 데이터를 분석해 교차로를 식별하고 주행 가능한 경로를 분류하는 등 중복되고 다양한 기능을 수행할 수 있어야 한다.

엔비디아 자비에 프로세서는 상용 엣지 및 모바일 SoC 중 엣지 중심 시나리오(단일 및 다중 스트림)에서 가장 높은 성능을 보여줬다.

현재 자비에 프로세서는 자율주행 및 콕핏 애플리케이션을 위해 동시에 최대 20개의 DNN을 실행하는 AI 슈퍼 컴퓨터인 엔비디아 드라이브 AGX을 강화하고 있다. 여기에는 ▲차선 표신을 위한 레인넷(LaneNet) ▲구동 가능한 가장자리를 감지하는 패스넷(PathNet) ▲중심선을 경정하는 파일럿넷(PilotNet) ▲신호등을 위한 라이트넷(LightNet) ▲교차로에 대한 웨이트넷(WaitNet) ▲객체 탐지를 위한 드라이브넷(DriveNet) ▲무료 공간 탐지를 위한 오픈로드넷(OpenRoadNet) ▲주차 장소 찾기를 위한 파크넷(ParkNet) 등을 포함한다.

또한, 차량 내부에는 머리 자세를 결정하고, 눈 깜박임을 감지하고 입술을 읽을 수 있는 등 운전자 모니터링을 위한 네트워크가 있다. 미래의 자동차와는 대화할 수 있을 것이며, 이는 매우 짧은 시간안에 고급 음성 인식, 자연어 처리 및 텍스트 음성 변환을 요구한다. 이러한 다양한 신경망은 모두 다른 유형의 신경망을 통해 서로 상이한 유형의 데이터를 처리한다. 

엔비디아는 14개 조직 중 5개의 MLPerf 인퍼런스 테스트에서 결과를 제출한 기업이었다. 이 벤치마크 결과는 올해 초 발표된 테스트에 따라 업계의 AI 훈련 기능을 측정했다.

엔비디아는 상용 제품 중 프로세서 당 가장 높은 성능을 제공하는 튜링 GPU를 통해 데이터 센터 시나리오의 벤치마크를 1위로 기록했다. 자비에는 상용 엣지 및 모바일 SoC 중 엣지 중심 시나리오에서 가장 높은 성능을 보였다. 자비에 SoC는 엣지 컴퓨팅 테스트에서도 1위를 차지했다. 

이번 결과는 프로세서에서 실행중인 쿠다(CUDA) 및 텐서RT(TensorRT) 소프트웨어의 성능을
보여주기도 한다. editor@itworld.co.kr


X