인공 지능(AI)과 함께 고성능 컴퓨팅 (HPC) 및 퍼블릭 클라우드의 도입이 증가하고 있습니다. 우리는 HPC, 시뮬레이션 및 데이터 분석의 융합을 말할 때 그 중심에 머신러닝을 핵심 요소로 두고, 각 분야들이 성장함에 따라 어떻게 더 융합할 수 있는지에 대해 논하곤 합니다.
그러나 이러한 분야들이 성장함에 따라 각 분야들은 더욱 복잡해집니다. 툴이 다양한 비즈니스의 요구사항을 적절하게 해결할 수 있습니까? 이 질문에 답하려면 우리는 기술과 분야가 실제로 융합하고 있는지 아니면 단순히 서로 함께 성장하고 있는지 이해해야 합니다.
작년에 제가 설립한 Ellexus가 알테어에 인수되었고 제 기술이 진정으로 성공하는 데 필요한 맥락을 갖추고, 여러 융합 기술의 중심에서 일할 수 있는 기회를 얻게 되었습니다.
여러 방향으로 이동
알테어는 오랫동안 시뮬레이션 및 제품 설계 시장을 선도하고 있습니다. 스마트 커넥티드 세탁기에서 포뮬러1 카에 이르기까지 모든 것을 만들 수 있는 동급 최고의 도구를 제공합니다. 알테어 솔루션은 임베디드 시스템의 설계 및 테스트에서 전체 설계의 물리 기반 모델링에 이르기까지 설계의 모든 측면에 적합합니다.
알테어는 지난 10년 동안 몇 가지 주요 인수를 통해 HPC 및 데이터 분석 영역까지 확장했습니다. 많은 물리 시뮬레이션 및 설계 프로세스에서 대량의 데이터를 생성하고 실행하는 데 상당한 컴퓨팅 리소스가 필요하므로 HPC 및 데이터 분석의 들어오는 솔루션이 조직에 잘 맞습니다.
이러한 긴밀한 파트너십을 통해 알테어의 기술은 더욱 향상 되었으며, 디지털 트윈과 같은 기술에서 선도적인 입지를 구축할 수 있게 되었습니다. 3D 표현, 물리 모델링, 서비스 중인 데이터 수집 및 머신러닝을 결합하여 제품 또는 구성 요소의 라이프사이클을 이전과는 다른 새로운 방식으로 이해할 수 있습니다. 이러한 기술을 사용하면 안전성이 크게 향상되고 이윤이 증가하며 제품의 수명이 늘어나기 때문에 환경에도 상당한 영향을 미칩니다.
도전
HPC는 점점 더 어려워지고 있습니다. 워크로드가 다양해짐에 따라 동일한 HPC 툴이 서로 다른 업종이나 조직 또는 같은 조직 내 팀의 요구 사항을 처리하기가 더 어려워졌습니다. 그 결과 업계 또는 기능별 워크로드에 맞게 미세 조정하는 툴에 대한 투자가 지속적으로 이루어지고 있습니다.
예를 들어, 며칠 동안 실행되는 매우 광범위한 MPI 워크로드에는 일반적으로 금융 또는 반도체 설계에서 흔히 볼 수 있는 단일 코어, 고처리량 워크로드와 데이터, 컴퓨팅 및 오케스트레이션까지 상당히 다르고, 다양하게 있습니다. 생명 과학 워크로드는 고유한 과제를 안고 있으며 일기예보의 대규모 단일 애플리케이션 실행과는 전혀 다릅니다.
또한 하이브리드 클라우드의 도입으로 인해 단순성을 유지하기가 더욱 어려워졌습니다. 클라우드를 사용하면 일반적으로 온프레미스 환경에서 볼 수 있는 선택 범위를 훨씬 뛰어넘는 다양한 제품 및 솔루션을 쉽게 배포할 수 있습니다
요컨대, 아직 두 HPC 환경이 동일한 방식으로 설정되지는 않았지만 클라우드가 조만간 바뀔 것이라고는 생각하지 않습니다.
알테어는 다양한 제품 포트폴리오를 통해 전략적 이점을 지속적으로 제공하고 있습니다. 전 세계 수만 명의 고객이 사용하는 시뮬레이션 기반 설계 툴, 물리 솔버, 데이터 분석 및 IoT 솔루션을 기반으로, 알테어는 HPC 솔루션 팀을 구축 및 강화하여 다양한 사례에 맞는 솔루션을 설계하는 방법에 대해 잘 알고 있습니다. 두 가지 인프라가 동일하지는 않지만, 알테어는 모든 HPC 솔루션에 알테어의 문제 해결 노하우를 최대한 담으려고 노력하고 있습니다.
미래
데이터 과학은 과학적 발견, 설계 및 이러한 기능을 지원하는 데 필요한 IT 인프라 관리 분야에도 똑같이 적용됩니다. 시스템 복잡성 증가에 대한 자연스러운 대응은 모든 수준에서 모니터링을 늘리는 것입니다. 이것이 바로 우리가 개발한 Altair Breeze 및 Altair Mistral I/O 프로파일링 툴은 알테어 HPC 제품군의 중요한 부분을 차지합니다. 모니터링 강화는 문제 공간, 툴 및 컴퓨팅 환경에서 기술적 다양성에 직면했을 때 더 나은 성과를 거두기 위한 필요성과 기회이기도 하지만 데이터 수집만으로는 충분하지 않습니다. 실행 가능한 통찰력을 제공하기 위해 데이터를 항상 적절히 변환하고 시각화해야 합니다.
이제 저는 알테어의 일원으로서 데이터 과학 분야의 선도적인 전문가들과 함께 일하고 있습니다. Altair Knowledge Works는 데이터 준비부터 AutoML, 설명 가능한 AI 및 데이터 시각화에 이르기까지 머신러닝 파이프 라인의 모든 단계를 지원합니다. 이러한 기술은 이미 신약 발견, 재무 모델링 및 제품 디자인과 같은 영역에서 우리의 삶을 형성하고 있으며, 앞으로도 계속 성장할 것입니다. HPC 업계는 효율성을 높이고 HPC에서 의사 결정을 내리기 위해 머신러닝을 고려하기 시작했지만, 대부분의 산업이 이러한 방식으로 자동화되기까지는 아직 갈 길이 멀다고 봐도 무방합니다.
이러한 엔지니어링 분야에서 AI와 데이터 과학을 채택하는 과정에서 많은 시행착오가 있을 것이라 생각합니다. 하지만 분명한 것은 변화하는 상황을 인지하고 반영하고자 노력해나가야 하는 것입니다.
원문을 작성한 로즈마리 프랜시스 박사(Dr. Rosemary Francis)는 Ellexus를 2010년에 설립했고, 2020년에 알테어가 인수했습니다. 로즈마리 박사는 케임브리지 대학에서 컴퓨터 건축학 박사 학위를 받았고, 반도체 설계에 필요한 복잡한 도구 사슬을 관리하기 위한 도구를 만들기 위해 Ellexus를 설립했습니다. Ellexus는 반도체, 생명 과학, 석유 및 가스 분야에서 전 세계의 고성능 컴퓨팅 조직과 협력하면서 I/O 프로파일링 기업으로 거듭났습니다. 로즈마리 박사는 기술 교육과 디지털 메이킹에 대한 접근을 장려하는 교육 자선단체인 라즈베리 파이 재단의 회원으로, 현재 알테어의 Ellexus 팀이 작업 수준 분석 및 스토리지 인식 스케줄링 작업을 수행하도록 이끌고 있습니다.
감사합니다.
한국알테어