기가바이트(GIGABYTE)가 AI TOP ATOM 4노드 클러스터링을 통해 복잡해지는 워크로드 환경에 맞춰 로컬 AI 컴퓨팅을 확장하고 활용하는 방식을 시연한다.

AI 모델과 과학 시뮬레이션, 기업용 애플리케이션의 규모가 커지고 복잡도가 높아지면서 독립형 시스템만으로는 증가하는 메모리 및 컴퓨팅 수요를 감당하는 데 한계가 나타나고 있다. 기가바이트는 AI TOP ATOM 클러스터링을 통해 이러한 한계를 넘어 대규모 메모리 집약적 워크로드를 데이터 유출 우려가 없는 안전한 로컬 환경에서 구동할 수 있다는 점을 강조했다.

각 AI TOP ATOM 노드는 1 PFLOPS FP4 AI 성능과 128GB 통합 메모리를 제공한다. 여기에 RoCE를 지원하는 200GbE 스위치를 통해 4개 노드를 상호 연결하면, 각각 128GB의 통합 메모리를 갖춘 노드들이 독립형 시스템의 한계를 넘어 방대한 메모리 집약적 워크로드를 유연하게 처리할 수 있다.

AI TOP ATOM은 모듈식 아키텍처를 기반으로 한다. 조직은 로컬 배포와 완전한 데이터 주권을 유지하면서 워크로드 요구사항에 따라 1노드에서 4노드까지 확장할 수 있다. 이를 통해 대규모 AI 개발과 과학 컴퓨팅 워크로드를 위한 확장 가능한 기반을 마련할 수 있다.

엔비디아와 협력한 AI 기반 과학 컴퓨팅 워크플로 시연

기가바이트는 이러한 역량을 보여주기 위해 엔비디아(NVIDIA)와 협력해 AI TOP ATOM 클러스터에서 AI 기반 과학 컴퓨팅 워크플로를 선보였다.

이번 워크플로는 엔비디아 네모클로(NVIDIA NemoClaw) 블루프린트를 기반으로 구동된다. 연구 가설 생성을 위해 NVIDIA Nemotron-3-Nano-30B-NVFP4 오픈 소스 모델을 조율하고, 클러스터 전반에 걸쳐 시뮬레이션을 실행하기 위해 그로맥스(GROMACS)를 배치하는 방식이다.

AI 추론과 과학적 시뮬레이션을 하나의 흐름으로 연결함으로써, 해당 시연은 AI 기반 연구가 클러스터형 컴퓨팅 환경에서 어떻게 실행될 수 있는지를 보여준다. 이는 AI 모델 실행에 그치지 않고, 연구 가설 생성과 분자 역학 시뮬레이션을 결합한 실제 과학 컴퓨팅 워크로드까지 로컬 클러스터에서 처리할 수 있음을 나타낸다.

3000만 개 이상 원자 시뮬레이션으로 확장

시연은 첨단 반도체 패키징을 위한 열계면물질(Thermal Interface Material, TIM) 개발에 적용됐다. 열계면물질은 반도체 패키징에서 열 전달과 방열 효율에 영향을 미치는 핵심 소재로, 차세대 IC 패키징 연구에서 정밀한 분자 역학 시뮬레이션이 중요하게 활용된다.

기가바이트에 따르면 독립형 시스템은 일반적으로 메모리 제약으로 인해 약 1000만 개 규모의 원자 시뮬레이션에 머무르는 경우가 많다. 반면 4노드 AI TOP ATOM 클러스터는 원자 시뮬레이션 규모를 3000만 개 이상으로 확장했다. 이는 차세대 IC 패키징 연구에 필요한 대규모 분자 역학 시뮬레이션 워크로드를 처리하기 위한 기반으로 활용될 수 있다.

이번 시연은 AI TOP ATOM 4노드 클러스터링이 독립형 시스템의 한계를 넘어 대규모 과학 시뮬레이션을 안정적으로 수행할 수 있음을 보여준다. 기가바이트는 이를 통해 AI 개발뿐 아니라 차세대 과학 컴퓨팅 애플리케이션 시장까지 로컬 AI 컴퓨팅 활용 범위를 확장해 나간다는 방침이다.

김종혁 기자/news@newstap.co.kr

ⓒ 뉴스탭(https://www.newstap.co.kr) 무단전재 및 재배포금지