엔비디아(NVIDIA) 기술과 GPU 활용, 엔비디아 가속 컴퓨팅으로 과학 시스템 재정의

엔비디아(www.nvidia.co.kr)가 16일부터 21일까지(현지시간) 미국 세인트루이스에서 개최되는 ‘슈퍼컴퓨팅 2025(Supercomputing 2025, SC25)’ 콘퍼런스에서 엔비디아(NVIDIA) 기술과 GPU를 활용한 가속 컴퓨팅이 전 세계 과학 슈퍼컴퓨팅 시스템을 재정의하고 있다고 밝혔다.

과거에는 거대한 슈퍼컴퓨터에서 시작된 컴퓨팅 성능이 시간이 지나면서 점차 작은 칩으로 확산되는 흐름이 일반적이었다.

그러나 지난 15년간 혁신의 흐름이 바뀌었다. 게임에서 탄생해 가속 컴퓨팅으로 확장된 GPU는 슈퍼컴퓨팅을 재편하며, AI 혁명을 과학 컴퓨팅의 가장 전문적인 시스템까지 확산시키고 있다.

가속 컴퓨팅이 슈퍼컴퓨팅을 변화시키고 있다.

독일 율리히 연구소(Forschungszentrum Jülich)의 주피터(JUPITER)는 새로운 시대를 상징하는 대표적인 슈퍼컴퓨터다. 

주피터는 와트당 63.3 기가플롭스(gigaflops)를 기록하며 가장 효율적인 슈퍼컴퓨터 중 하나로 꼽히며, AI 성능에서도 탁월한 성능을 보여준다. 주피터는 2025년 ISC 하이 퍼포먼스(ISC High Performance) 기준 92 AI 엑사플롭스(exaflops)에서 크게 향상된 116 AI 엑사플롭스의 성능을 기록했다. 

이는 패러다임의 전환을 보여주는 좋은 사례다. 2019년만 해도 상위 100개 고성능 컴퓨팅 시스템의 약 70%가 CPU 전용이었으나, 오늘날 이 비중은 15% 이하로 떨어졌다. 상위 100개 시스템 중 88개가 가속 방식을 택하고 있으며, 그 중 80%는 엔비디아 GPU를 활용하고 있다. 

상위 500개 시스템 중에서는 총 388개, 약 78%에 해당하는 시스템이 엔비디아 기술을 사용하고 있다. 그 중 218개는 GPU 가속 시스템이며, 이는 전년 대비 34개 증가한 수치다. 또한 362개 시스템은 고성능 엔비디아 네트워킹으로 연결돼 있다. 이처럼 가속 컴퓨팅은 사실상 업계 표준이 됐다. 

그러나 진정한 혁신은 AI 성능에서 나타난다. 엔비디아 호퍼(Hopper)와 블랙웰(Blackwell) 아키텍처, 그리고 주피터와 같은 시스템 덕분에 연구자들은 이전보다 훨씬 더 방대한 AI 컴퓨팅 자원을 활용할 수 있게 됐다. 

AI 플롭스(AI FLOPS)는 이제 새로운 기준이 됐으며, 기후 모델링, 신약 개발, 양자 시뮬레이션 등 규모와 효율성을 동시에 요구하는 과제 해결에 기여하고 있다. 

엔비디아 창립자 겸 CEO 젠슨 황(Jensen Huang)은 오늘날 생성형 AI 열풍이 불기 훨씬 이전인 SC16에서 이미 이러한 흐름을 예견했다. 당시 그는 AI가 머지않아 세계에서 가장 강력한 컴퓨팅 시스템을 재편할 것이라고 내다봤다. 

젠슨 황 CEO는 “몇 년 전, 딥러닝은 마치 하늘에서 떨어지는 토르의 망치처럼 등장해 세계에서 가장 어려운 문제를 해결할 수 있는 강력한 도구를 우리에게 선사했다”고 말했다.

젠슨 황 CEO는 SC16에서 AI가 세계에서 가장 강력한 과학 컴퓨팅 시스템을 재편할 것이라고 설명했다.

컴퓨팅 전력 소비를 수치로 계산한 결과, GPU로의 전환은 이미 불가피한 흐름이었다. 

그러나 GPU를 기반으로 구축된 엔비디아 쿠다-X(CUDA-X) 컴퓨팅 플랫폼이 촉발한 AI 혁명은 이러한 시스템들의 성능을 극적으로 확장했다. 

이제 슈퍼컴퓨터는 이중 정밀도(FP64)는 물론 FP32, FP16을 비롯한 혼합 정밀도, 나아가 INT8과 그 이상의 초고효율 포맷에서도 의미 있는 과학 연구를 지원할 수 있으며, 이는 오늘날 AI의 핵심 기반을 제공한다. 

이러한 유연성 덕분에 연구자들은 이전보다 훨씬 효율적으로 전력을 활용할 수 있게 됐다. 즉, 더 크고 복잡한 시뮬레이션을 수행하고, 더 깊은 신경망을 훈련하며, 동시에 와트당 성능을 극대화할 수 있게 된 것이다. 

그러나 AI가 본격화되기 전부터 이미 수치 자체가 문제를 드러내고 있었다. 사용 가능한 전력은 한정돼 있었고, 엔비디아 내부와 커뮤니티 전반의 슈퍼컴퓨터 연구자들은 다가올 미래를 직시했다. 그 미래의 중심에는 GPU가 있었다. 

엑사스케일 성능을 달성하면서 막대한 전기 요금을 피하려면 ‘가속화’가 필요했다. GPU는 CPU보다 와트당 훨씬 더 많은 작업을 처리할 수 있었다. 이는 AI가 본격화되기 전부터 이미 알려진 것이었다. 덕분에 대규모 GPU 시스템은 AI 열풍이 불었을 때 일찍이 추진력을 갖출 수 있었다. 

2012년, 오크리지 국립연구소(Oak Ridge National Laboratory)의 ‘타이탄(Titan)’으로 그 씨앗이 뿌려졌다. 타이탄은 전례 없는 규모로 CPU와 GPU를 결합한 미국 최초의 대형 시스템 중 하나로, 계층적 병렬 처리가 얼마나 큰 애플리케이션 성능 향상을 이끌어낼 수 있는지를 보여줬다. 

2013년 유럽에서는 피즈 데인트(Piz Daint)가 성능과 효율성 모두에서 새로운 기준을 세웠고, 기상 예측을 위한 코스모(COSMO) 모델처럼 실제 애플리케이션에서 그 가치를 확실히 증명했다. 

2017년에 이르자 변화의 흐름은 부정할 수 없게 됐다. 오크리지 국립연구소의 서밋(Summit)과 로렌스 리버모어 국립연구소(Lawrence Livermore Laboratory)의 시에라(Sierra)는 리더십급 시스템의 새로운 표준을 열었는데, 그것은 바로 ‘가속 중심’이었다. 이들은 단지 더 빠르게 실행되는 데서 그치지 않고, 기후 모델링, 유전체학, 소재 연구 등 과학이 던질 수 있는 질문 자체를 바꿔 놓았다. 

이러한 시스템은 훨씬 적은 자원으로 훨씬 더 많은 일을 해낼 수 있다. 가장 효율적인 시스템을 순위화한 그린500(Green500) 리스트에서 상위 8개 시스템은 모두 엔비디아 가속 기술을 사용하고 있다. 그리고 상위 10개 중 7개는 엔비디아 퀀텀 인피니밴드(Quantum InfiniBand)로 연결돼 있다. 

이러한 인상적인 수치 뒤에는 AI 역량이 새로운 기준이 되었다는 흐름이 있다. 주피터는 1 엑사플롭스의 FP64 연산 성능과 함께 116 엑사플롭스의 성능을 제공한다. 이는 과학이 이제 시뮬레이션과 AI를 어떻게 융합하고 있는지를 명확하게 보여주는 신호다. 전력 효율성은 단지 엑사스케일을 실현 가능하게 만든 것에 그치지 않고, 엑사스케일 수준의 AI를 실질적으로 구현할 수 있게 했다. 그리고 과학이 대규모 AI를 갖추게 된 순간, 성장 곡선은 급격히 상승하기 시작했다. 

다음 단계의 의미

이것은 단순히 벤치마크가 아닌, 실제 과학에 관한 이야기다.

l  더 빠르고 정밀한 기상, 기후 모델

l  신약 개발과 유전체학 분야의 혁신

l  핵융합로와 양자 시스템 시뮬레이션

l  모든 학문 분야에서 펼쳐지는 AI 기반 연구의 새로운 지평 

이 변화는 전력 효율이라는 필수 과제에서 시작해, 아키텍처적 우위로 발전했으며, 이제는 시뮬레이션과 AI를 결합해 전례 없는 규모로 과학을 가속하는 ‘과학적 초능력’으로 거듭났다. 

모든 것은 과학 컴퓨팅에서 시작됐으며, 이제 컴퓨팅의 나머지 영역도 그 뒤를 따르게 될 것으로 기대된다.