딥 러닝 솔루션

시스템 설계, 파트너 에코시스템, HPE Pointnext 서비스에서의 혁신을 통해 딥 러닝을 위한 실시간 인사이트 및 인텔리전스를 가속화합니다.

딥 러닝과 AI 가이드 다운로드

신경망을 위한 인프라

AI(인공 지능)의 하위 집합인 딥 러닝은 인간의 마음과 매우 유사하게 컴퓨터가 원시 데이터를 통해 새로운 개념을 배우도록 지원합니다. 예를 들어, 딥 러닝 시스템은 꽃과 나무 이미지를 각각 수천 개씩 본 후에 꽃과 나무의 차이를 발견할 수 있습니다. 딥 러닝은 뛰어난 컴퓨팅, I/O, 네트워크뿐 아니라 매우 빠른 확장이 필요합니다. 기존의 IT 인프라로는 충분하지 않습니다. 딥 러닝으로 성공하려면 사용자는 최적의 플랫폼과 전문 지식이 필요합니다.

가속화된 AI 컴퓨팅을 위한 엔터프라이즈 플랫폼

교육 및 AI 모델의 반복적 프로세스에는 높은 수준의 컴퓨팅 성능이 필요합니다. 수익 창출 시간 단축을 위해 대규모 병렬 처리 고성능 가속기(GPU)가 필요할 수 있습니다. 고성능 GPU 8개를 지원하는 HPE Apollo 6500 Gen10 시스템은 애플리케이션 성능을 대폭 개선하여 AI 교육 시간을 단축합니다.

AI 컴퓨팅을 나타내는 추상적 이미지

75%

2018년 개발자 팀 중에서 1개 이상의 애플리케이션에 AI 기능을 포함할 비율.1

40%

2019년 모든 디지털 전환 과제 중에서 AI로 지원될 비율.1

100%

2019년 유효한 모든 IoT 작업 중에서 AI 기능으로 지원될 비율.1

특수 목적의 딥 러닝 포트폴리오 

HPE는 모든 조직에서 딥 러닝을 가속화하는 일련의 포괄적인 혁신 사항을 제공합니다. 혁신 사항은 HPE Pointnext  서비스의 유연한 소비 모델을 포함하여 시스템 설계, 파트너 에코시스템 협업, 전문 지식을 아우릅니다. 기존의 HPE Apollo 포트폴리오 를 보완하고, 코어 데이터 센터에서 인텔리전트 에지까지 전반적인 HPE 기능을 강화합니다.

가장 강력한 GPU를 통한 성능 

HPE 딥 러닝 솔루션에 노드당 높은 I/O 대역폭과 함께 높은 GPU-to-CPU 구성의 가장 강력한 GPU가 포함됩니다.

페타플롭 환경까지 확장 가능

 새로운 딥 러닝 시스템은 수천 개의 노드까지 확장 가능하여 다양한 환경 규모와 유연한 비용/성능 관련 특성을 제공합니다.

에너지 효율성 및 생산성

성능의 효율성과 생산성을 고려한 설계로 랙 및 노드 수준의 전력 상한을 제한하고, 강력한 시스템 도구를 갖춘 솔루션의 더욱 빠른 출시를 제공합니다.

페타플롭 규모를 위해 GPU에 투자

HPE는 엔트리 레벨 GPU PCIe 지원 서버부터 최신 SXM2 NVLink GPU를 갖춘 플랫폼까지 다양한 딥 러닝 플랫폼에 투자해왔습니다.

무제한 인프라 용량으로 확장

몇 개월이 아닌 몇 분 만에 용량을 추가합니다. 고객 지원팀과 공동으로 용량을 관리하여 긴 구매 주기를 방지하고 오버프로비저닝 비용을 절감합니다.

사용하는 만큼만 지불하십시오

고급 계측으로 월간 사용량에 따라 비용을 조정하고 초기 결제가 필요하지 않습니다. 이러한 방식은 2020년에 이르러 IT 인프라 하드웨어 및 소프트웨어 구매의 80%가 종량제 방식으로 제공될 것이라는 분석가의 예측과 일치합니다. 

하드웨어, 소프트웨어, 서비스 비용 결합

하드웨어, 소프트웨어 및 서비스에 대한 단일 가격 지불 서버, 소프트웨어 정의 및 기존 스토리지, 네트워크, 컨버지드 시스템, 소프트웨어뿐 아니라 HPE 및 멀티 벤더 지원에 적용됩니다.

  • “SGI와 지금은 HPE의 파트너십을 통해 도쿄 공업대학은 대학과 국가의 요구사항을 해결하는 세계 최고의 컨버지드 HPC 및 딥 러닝 플랫폼을 성공적으로 제공하기 위해 노력해왔습니다. NVIDIA Tesla P100 SXM2 노드 솔루션은 GPU 기반 딥 러닝 기능이 TSUBAME 3.0 시스템의 전체 크기까지 확장 가능하도록 지원합니다.”

    Satoshi Matsuoka, 도쿄 공업대학 교수 겸 TSUBAME 리더

고객을 위한 실시간 인사이트

“딥 러닝을 위한 HPE와 NVIDIA의 개선된 협업은 고객을 위한 실시간 인사이트를 지원하는 자동화된 인텔리전스 사용을 목적으로 합니다.”

Steve Conway, Hyperion Research

딥 러닝을 위한 HPE 파트너 에코시스템

고객의 딥 러닝 요구를 해결하는 혁신적인 솔루션과 제품을 구축하기 위한 에코시스템을 개발했습니다.

솔루션 개발 

HPE 솔루션은 딥 러닝 관련 비즈니스 문제를 해결하는 데 도움이 됩니다(예: Kinetica의 HPE Fraud Detection 솔루션 활용).

기술 혁신

HPE는 차세대 시스템을 위한 로드맵 통합, 새로운 제품을 위한 엔지니어링 협업, 상호 운용성을 위한 테스트를 제공합니다.

기술 도입 제공 내용

Centers of Excellence는 딥 러닝 솔루션을 계획 및 배포하고 코드를 고도화하는 데 도움이 됩니다.

HPE 딥 러닝 서비스

주요 의사결정자들과 전략적으로 AI 계획

주요 의사결정자들과 전략적으로 AI 계획

하루 동안 진행되는 HPE AI 전환 워크숍에서 AI 개념을 명확하게 파악할 수 있습니다. 비즈니스의 우선순위인 사용 사례를 식별하고 향후 단계를 정의하는 대략적인 계획을 수립합니다.

지금 보기

HPE Pointnext로 딥 러닝 개선

HPE Pointnext로 딥 러닝 개선

HPE의 AI, 데이터, 분석 CoE 전문 지식과 계획, 설계, 구현을 위해 새롭게 개선된 HPE Pointnext 자문 및 전문 서비스를 활용하십시오.

지금 보기

기대를 충족하는 서비스 경험 누리기

기대를 충족하는 서비스 경험 누리기

HPE 운영 서비스로 문제를 방지 및 해결함으로써 기대하는 서비스 경험에 맞춰 우선순위를 조정하여 원하는 성과를 달성하십시오.

지금 보기

온프레미스 사용량 기반 모델

온프레미스 사용량 기반 모델

사용하는 만큼만 지불하십시오. 인프라, 실시간 분석, 빅 데이터, 애플리케이션과 데이터의 백업 또는 보호 등 오늘날의 비즈니스 리더들은 원하는 성과를 얻는 데 필요한 요소를 더욱 광범위하게 활용하길 원합니다.

지금 보기

조기 액세스 이용하기

HPE Early Access 프로그램에 참가하여 8가지 SXM2 GPU Volta에 대해 알아보시기 바랍니다. 구성, 벤치마킹, 기술 선정 안내가 포함됩니다.

관련자료

모범 사례 가이드 : 객체 스토리지를 통해 페타바이트 단위로 데이터 관리

객체 스토리지로 페타바이트 규모의 데이터를 관리하는 방법 알아보기
모범 사례 가이드 | PDF | 5.98MB

단순성, 경제성, 확장성을 갖추고 빠르게 배포될 수 있는 새로운 혁신 기능을 통해 객체 스토리지 솔루션을 관리하는 방법을 알아보십시오.

모범 사례 가이드 : ANSYS 및 고성능 컴퓨팅을 통한 혁신 가속화

PUB-Ready_PUB-9129_DeepLearning_resourceLandscape-2_2x.md
모범 사례 가이드 | PDF | 4.57MB

며칠이나 몇 주가 아닌 몇 시간 이내에 CAE 시뮬레이션 주기가 필요한 엔지니어링팀의 경우 고성능 컴퓨팅 및 ANSYS 소프트웨어를 통해 혁신 제품 설계를 가속화할 수 있습니다. 시제품 제작을 위해 여러 가지 복잡한 시뮬레이션을 동시에 지원해야 하는 경우 설계 주기 시간을 40%* 단축하는 방법을 알아보십시오. 등록한 후 CAE의 고성능 컴퓨팅 모범 사례 가이드를 다운로드하십시오. HPE Apollo 2000 시스템이 네트워킹 모듈의 독립적인 서비스 가용성을 바탕으로 경쟁업체보다 높은 집적도와 확장성을 제공하여 엔지니어 생산성 향상 및 비즈니스의 경쟁 우위 향상을 지원하는 방법을 알아보십시오. ANSYS 소프트웨어가 포함된 고성능 컴퓨팅과 같은 데이터 센터 솔루션으로 TCO를 줄이면서 컴퓨터를 이용한 시뮬레이션 속도와 시장 출시 속도를 높이는 방법을 알아보십시오.

백서 : IT 서비스 분야의 디지털 변환 동향

디지털 변환 동향 관련 Analyst Technology Spotlight
백서

IT 서비스 분야의 디지털 변환 동향

기사 : 딥 러닝이란?

질문에 대한 답 찾기: 딥 러닝이란?
기사

딥 러닝이란?

비디오 : AI에 전격 투자

비디오 재생
슈퍼컴퓨터 기반 AI로 인류의 가장 중요한 문제를 해결하는 방법을 설명하는 Liv Boree
비디오 | 3:40

AI에 전격 투자

1 McKinsey AI 보고서, 2017