- 별도의 설정이 필요 없는 페이퍼스페이스의 클라우드 노트북(Notebook)으로 바로 그래프코어 IPU 구동 가능
- 코드 예제와 학습 콘텐츠를 포함한 다양한 IPU 지원 머신러닝 모델 및 튜토리얼 제공
- 4페타플롭스 AI 연산 성능을 자랑하는 16개의 IPU가 결합된 강력한 전용 그래프코어 시스템 지원
머신러닝 개발자들과 연구원들은 이제 온디맨드 고성능 컴퓨팅(HPC)에 특화된 업계 최고의 MLOps 플랫폼 페이퍼스페이스(Paperspace)에서 그래프코어의 IPU를 무료로 이용할 수 있게 됐습니다. 오늘부터 제공되는 이 서비스는 페이퍼스페이스의 머신러닝 모델 구축, 훈련 및 배포 플랫폼인 그래디언트(Gradient)에서 전용 IPU 액세스를 기본으로 제공합니다.
머신러닝 인프라 관리는 복잡하기로 악명이 높으며 관리하는 데 많은 시간이 소요됩니다. 페이퍼스페이스는 클라우드 컴퓨팅 접근성을 개선하겠다는 일념 하에 설치, 구성 및 호환성 문제가 없는 단순한 소프트웨어 계층을 통해 인프라를 추상화합니다.
모든 페이퍼스페이스 사용자는 이제 사전 구성된, IPU에 최적화된 런타임으로 클라우드 상의 그래프코어 머신에서 최첨단 모델을 쉽게 실행할 수 있게 됐습니다. 드라이버와 SDK를 설치하거나 설정 스크립트를 실행하지 않아도 말이죠. 더불어, 전 세계 개발자들은 그래프코어 튜토리얼과 샘플 프로젝트를 실행하여 IPU 고유의 AI 중심 아키텍처와 포플러(Poplar) SDK의 장점을 활용할 수 있습니다.
나이젤 툰(Nigel Toon) 그래프코어의 공동 설립자 겸 CEO는 " 머신러닝 개발자가 선호하는 클라우드 플랫폼으로 자리잡아온 페이퍼스페이스는 AI 중심 플랫폼 기업, 대기업 등의 AI 엔지니어들로부터 상당한 관심을 받고 있는 만큼 그래프코어의 훌륭한 파트너가 될 것으로 기대된다”며, “이번 파트너십을 통해 성능이 검증된 그래프코어 IPU 기술을 사용이 쉽고 강력한 개발 환경을 제공하는 페이퍼스페이스 그래디언트 클라우드 플랫폼으로 제공할 수 있게 됐다. 이는 머신러닝 커뮤니티에 상당한 이점을 가져다 줄 것"이라고 파트너십에 대한 기대감을 전했습니다.
그는 이어 "이번 서비스는 IPU에 맞게 모델을 최적화하는 방법을 비롯해, 비전 및 자연어 처리를 위한 그래프 신경망(GNN)과 트랜스포머 모델 같이 IPU의 이점을 가장 잘 활용할 수 있는 AI 애플리케이션을 경험해볼 수 있는 완벽한 기회를 제공한다. 그리고 이를 모두 주피터(Jupyter) 노트북 환경에서 쉽게 경험할 수 있다”고 덧붙였습니다.
웹브라우저 기반의 그래디언트 노트북으로 IPU에서 최첨단 모델 실행
페이퍼스페이스에서 IPU 실행 설정 과정은 처음부터 끝까지 쉽고 간단하게 진행되도록 설계되었습니다. 모든 과정이 사전 구축된 도커(Docker) 컨테이너의 직관적이고 친숙한 환경을 제공하는 웹 기반 주피터 IDE(Jupyter IDE) 그래디언트 노트북을 통해 진행됩니다.
주피터 노트북(Jupyter Notebook)은 가장 인기 있는 데이터 사이언스 툴 중 하나입니다. 그래디언트는 주피터가 강력하고 유연하면서 사용하기 쉬운 IDE 및 MLOps 플랫폼이 되도록 뒷받침하는데요.
사전 내장된 도커 컨테이너, 코드 및 데이터셋이 함께 제공되는 그래디언트 워크스페이스에서 IPU 런타임을 선택하기만 하면 서비스를 실행할 수 있습니다. 사용자는 NLP, 컴퓨터 비전 및 GNN 등 IPU의 성능이 극대화될 수 있는 최신 모델로 구성된 목록에 액세스할 수 있습니다.
사용자는 이제 개발 환경 설정에 대한 부담 없이 공개된 다양한 모델의 벤치마크를 탐색하고 복제할 수 있습니다. 또한 ‘그래디언트에서 실행(Run on Gradient)’을 누르면 그래프코어 모델 가든(Model Garden)으로 연결되어, 더욱 쉽게 해당 작업을 수행할 수 있습니다.
사용 가능 모델:
- BERT-Large—시퀀스 분류, 개체명 인식(Named Entity Recognition, NER), 질문 답변, 다중 선택 등을 위한 NLP 트랜스포머 모델
- RoBERTa—주요 하이퍼 파라미터가 수정된 BERT 모델을 기반으로 하여, 훨씬 큰 미니 배치와 학습률로 다음 문장 사전 훈련 목표를 제거한 모델
- ViT (비전 트랜스포머) – 이미지 패치 위에 트랜스포머와 유사한 아키텍처를 적용하는 이미지 인식용 컴퓨터 비전 모델
- Cluster-GCN—클러스터 샘플링 접근법으로 노드 분류 작업을 수행하여 대규모 학습을 가능케 하는, 심층 및 대규모 그래프 합성곱 네트워크를 위한 효율적인 학습용 알고리즘
- TGN—이벤트의 흐름으로 표현될 수 있는 동적 그래프에 대한 딥 러닝을 위해 트위터(Twitter)에서 개발한 GNN 모델
- SchNet—분자 내 원자 간의 양자 상호 작용을 모델링하기 위해 개발된 GNN 기반 모델
그래디언트는 더 많은 기능을 원하는 개발자를 위해 고급 설정을 구성할 수 있게 하여 모든 깃허브(GitHub) 저장소(그래프코어의 개발자 포털, 커뮤니티 코드 또는 개인 저장소의 코드 포함)를 로딩하고, 그래프코어 도커 허브를 통해 이용할 수 있는 모든 공식 주피터 도커 컨테이너와 페어링할 수 있는 기능도 제공합니다.
강력한 IPU 기술을 선결제 없이 무료로 사용 가능
페이퍼스페이스를 사용하면, 기존 하드웨어로 작업하거나 작업 환경을 설정하고 유지 관리하지 않아도 됩니다. 게다가 무료로 제공되어 사용자는 구독료를 먼저 지불하지 않아도 됩니다.
사용자는 그래디언트 노트북을 사용함으로써, 그래프코어 IPU 기술의 성능과 소프트웨어 생태계를 자신이 원하는 속도에 따라 평가할 수 있습니다. 한 번 실행할 때마다 단일의 전용 IPU 인스턴스를 최대 6시간 동안 실행할 수 있으며, 6시간의 무료 세션을 무제한으로 실행할 수 있습니다.
IPU를 지원하는 모든 그래디언트 노트북은 4페타플롭스의 AI 컴퓨팅 연산 능력을 자랑하는 IPU-POD16 클래식 머신으로 구성됩니다.
페이퍼스페이스 그래디언트 플랫폼에서의 IPU 지원 확대
이번에 출시한 무료 클라우드 서비스는 앞으로 모든 IPU 기능을 페이퍼스페이스 그래디언트 플랫폼에서 이용할 수 있도록 하기 위한 목표의 첫 번째 단계로 볼 수 있는데요. 그래프코어와 페이퍼스페이스는 IPU를 테스트와 프로덕션 단계 모두에 사용할 수 있도록 엔드-투-엔드 경험을 제공하기 위해 빠른 시일 내에 이 서비스를 확장할 계획입니다.
여기에는 다양한 IPU POD 시스템에서 노트북 기반 IPU 사용을 확장 지원할 수 있는 종량 요금제 옵션도 포함됩니다. 향후 종량 요금제 옵션을 통해 사용자는 IPU에서 모델을 학습하고 실험을 수행하며, 모델 학습 및 추론 프로덕션을 진행할 뿐 아니라, 워크로드의 컴퓨팅 요구사항에 맞는 런타임 및 알고리즘을 최적화할 수 있을 것으로 기대됩니다.
신청하기
지금 페이퍼스페이스 웹사이트에서 신청하여 페이퍼스페이스 그래디언트에서 무료로 IPU를 사용해 보세요.