HPE

없음

1) GPU 연산 라이브러리를 이용한 객체 탐지 모델 지원
GPU 서버의 H200 GPU는 CUDA 기반 병렬 연산 구조를 활용하여 대규모 행렬 연산을 지원하며 대용량 영상 데이터를 읽고 전처리한 후, YOLOv8 기반 인공지능 모델을 이용한 객체 탐지 및 추론 기능을 통하여 분석 결과를 빠르게 재구성하고 시각화

2) 대규모 영상의 전처리과정을 통한 데이터셋 생성
CUDA 병렬연산, HBM3e, NVLink 기술을 기반으로 영상 데이터에 대해 해상도 조정, 픽셀 값 정규화, 노이즈 제거, 영상 보정, 크롭, 패딩 등의 전처리 연산을 수행하고, 영상 데이터의 품질을 균일하게 맞추어 학습 데이터셋 생성하여 모델이 학습하기 쉬운 형태로 데이터를 정제하는 기능을 지원

3) 신경망 모델의 학습을 위한 초고대역폭 메모리 지원
초고대역폭(HBM3e) 메모리는 대량의 데이터와 모델 파라미터를 GPU 메모리에 빠르게 적재하고 처리할 수 있도록 지원하여 대규모 신경망 연산 시 데이터 병목 현상을 줄이고 대용량 학습 데이터의 고속 로딩, 대규모 모델 파라미터 처리, 미니배치 기반 학습 수행, 다중 GPU 기반 병렬 및 분산 학습 처리를 지원

4) NVLink을 통한 GPU 간의 직접 연결 지원
NVLink를 활용하여 GPU 간 파라미터 동기화, 텐서 데이터 교환, 모델 분산 학습의 고속 처리하는 기능을 제공하며, 다수의 GPU 간 데이터를 초고속으로 전달할 수 있는 병렬 처리 환경을 제공

5) GPU 자원 관리 및 공유
GPU 솔루션은 컨테이너 기반 가상화 기술인 도커를 활용하여 사용자별 분석 환경을 독립적으로 제공하고, GPU 자원의 할당 및 사용 현황을 체계적으로 관리

1) GPU 서버
- 성능 : HPE DL380a Gen12, CPU 3.6GHz, 32코어, 메모리 2048GB, H200 GPU*4
- GPU 서버는 대규모 데이터 처리와 딥러닝 연산을 효율적으로 수행할 수 있도록 구성된 고성능 컴퓨팅 장비이다. 다수의 사용자가 동시에 딥러닝 연산을 수행할 수 있으며 최대 4명의 연구자가 동시에 GPU 자원을 활용할 수 있는 연구 환경을 제공한다.

2) 대용량 저장장치
- 성능 : C30 NVMe QLC 15.3TB *16
- 대용량 저장장치는 고성능 대용량 스토리지 시스템이며 총 약 172TiB의 사용 가능 저장 용량을 제공하여 의료 데이터 저장하고 NFS 환경으로 구성된다. NVMe 기반의 고속 데이터 입출력 성능을 바탕으로 대용량 의료 이미지, 영상, 음성 정보와 같은 다양한 형태의 의료 데이터를 안정적으로 저장한다.

3) 응용시스템 서버
- 성능 : HPE DL380 Gen11, CPU 3.9GHz, 16코어, 메모리 64GB
- 응용시스템 서버는 GPU 관리 솔루션과 운영관리 시스템을 구동하기 위한 서버로, 사용자 및 관리자용 웹 서비스와 웹 애플리케이션, 데이터베이스 등을 안정적으로 운영하기 위한 시스템 인프라를 제공한다.

4) 운영관리시스템
-데이터 안심존 운영관리시스템은 의료데이터의 안전한 이용과 체계적인 관리 운영을 지원하기 위한 관리자용 정보시스템으로, 통합 관리 포털 시스템, 메타데이터 관리 시스템, 데이터 반입 및 반출 관리 시스템 등으로 구성된 운영 관리 플랫폼이다.

5) GPU 관리솔루션
- 제품명 : AstraGo 1.0
- GPU 관리 솔루션은 쿠버네티스 기반의 GPU 클러스터 관리 및 최적화 솔루션이며, 도커 기반 운영 환경을 통하여 분석도구 지원, 자원 현황 관리, 컴퓨팅 자원 공유를 위한 관리자 및 사용자 인터페이스를 제공한다.