차세대 슈퍼컴퓨팅이란 무엇입니까?

슈퍼컴퓨팅의 초점은 단순히 컴퓨팅 성능을 높이는 것에서 다양한 컴퓨팅 패러다임의 심층 통합으로 점차 이동하고 있습니다. 업계의 핵심 동력인 NVIDIA는 Simulation, AI(Artificial Intelligence), Quantum Computing을 중심으로 구축된 차세대 과학 컴퓨팅 플랫폼을 공개했습니다. Vera CPU, 독자적인 고속 광 상호 연결 기술, Apollo 사전 학습 물리 모델과 같은 혁신적인 솔루션을 통해 NVIDIA는 성능, 에너지 효율성, 확장성의 균형을 맞춘 통합 컴퓨팅 프레임워크를 구축하여 미래 과학 연구와 대규모 AI 애플리케이션을 위한 새로운 인프라 지원을 제공하기 위해 노력하고 있습니다.

세 가지 주요 컴퓨팅 패러다임이 융합되고 있습니다

지난 몇십 년 동안 슈퍼컴퓨팅 개발은 복잡한 물리 방정식을 풀어 과학 연구와 공학 혁신을 추진하기 위해 주로 수치 시뮬레이션에 의존해 왔습니다. 그러나 인공지능과 양자 컴퓨팅의 급속한 발전으로 인해 미래의 슈퍼컴퓨팅 플랫폼은 단일 컴퓨팅 아키텍처에서 벗어나 더 다양하고 융합된 형태로 나아가고 있습니다.

고성능 컴퓨팅에서 가장 중요한 것 중 하나는 과학 시뮬레이션입니다. 기존의 수치 시뮬레이션은 기후 예측, 소재 연구 및 개발, 유체 역학 분석과 같은 분야의 중요한 계산에 여전히 사용되고 있습니다. 하지만 AI는 상황을 훨씬 개선할 수 있습니다. 이전보다 훨씬 더 빠르게 작업을 수행할 수 있습니다. 예전에는 오랜 시간이 걸리던 작업도 수행할 수 있습니다.

동시에 인공지능은 과학 연구에서 중요한 생산성 도구가 되고 있습니다. 생성형 AI부터 AI for Science에 이르기까지, 점점 더 많은 연구 기관이 AI를 활용하여 방대한 양의 실험 데이터를 처리하고, 모델 학습을 지원하며, 연구 결과의 검증을 가속화하고 있습니다. AI는 더 이상 단순한 애플리케이션 수준의 기술이 아니라, 점차 전체 과학 컴퓨팅 워크플로에 통합되고 있습니다.

양자 컴퓨팅은 주목할 만한 또 다른 발전 경로를 나타냅니다. 아직 상용화 초기 단계에 있지만, 양자 컴퓨팅이 기존 고성능 컴퓨팅과 함께 작동하는 “양자-고전 하이브리드 아키텍처”—는 업계의 핵심 탐구 영역이 되었습니다. 미래에는 특정 유형의 복잡한 문제가 양자 컴퓨팅으로 가속화될 수 있으며, 기존 컴퓨팅 플랫폼은 계속해서 대규모 범용 컴퓨팅 작업을 처리할 것입니다.

현재 추세로 판단할 때, 미래의 슈퍼컴퓨터는 더 이상 연산 능력을 단순히 쌓는 방식이 아니라, 과학 시뮬레이션, 인공지능, 양자 컴퓨팅의 시너지 통합을 통해 더 효율적이고 지능적인 차세대 컴퓨팅 플랫폼을 구축하게 될 것입니다.

과학을 위한 AI가 실용적 응용 분야로 빠르게 이동하고 있습니다

과거에는 과학 연구가 주로 물리적 세계를 재구성하고 예측하기 위해 수치 시뮬레이션에 의존했습니다. 그러나 데이터 양이 계속 증가함에 따라, 전통적인 계산 방법만으로는 과학 연구의 요구를 충족하기가 점점 더 어려워지고 있습니다. 오늘날 AI는 보조 도구에서 핵심 연구 방법으로 점차 진화하고 있으며, 과학적 문제가 해결되는 방식을 변화시킬 뿐만 아니라 많은 연구 성과가 실제 응용으로 이어지도록推动하고 있습니다.

기후 연구에서 AI와 고성능 컴퓨팅의 결합은 이미 놀라운 효율성 향상을 보여주었습니다. 예를 들어, Earth-2 프로젝트 기반의 차세대 기후 시뮬레이션 플랫폼은 1킬로미터 해상도로 전 지구 기후를 모델링하고 시뮬레이션 주기를 크게 단축할 수 있습니다. 이전에는 완료하는 데 상당한 시간이 걸렸던 계산 작업이 이제 훨씬 더 빠르게 예측 결과를 제공하여 극한 기상 경보와 기후 연구에 더 시기적절한 데이터 지원을 제공합니다.

유체 역학은 AI 가속이 가장 두드러지는 분야 중 하나이기도 합니다. 기존 CFD 시뮬레이션은 종종 몇 시간 또는 그보다 더 오래 걸렸습니다. 그러나 AI 대리 모델과 Physics-NeMo 프레임워크의 도움으로 일부 복잡한 유동장 계산은 높은 정확도를 유지하면서 단 몇 초로 단축되었습니다. 이러한 효율성 향상은 항공우주, 자동차 설계 및 산업 제조에 상당한 가치를 제공합니다.

핵융합 연구에서 디지털 트윈 기술은 새로운 발전입니다. Omniverse를 AI 모델과 결합함으로써 연구자들은 핵융합 반응기의 디지털 복제본을 실시간으로 만들고 플라즈마 상태 변화를 매우 빠르게 예측할 수 있습니다. 이는 실험을 더 효율적으로 만드는 데 도움이 되며 핵융합 에너지의 미래 상용화를 탐색하는 새로운 방식을 만들어냅니다.

AI 기술은 지진과 쓰나미를 예측하는 데에도 널리 사용됩니다. 과거 지진 활동에 관한 정보를 활용해 대규모 AI 모델은 잠재적 위험을 빠르게 식별하고 그 순간 쓰나미가 발생할 가능성을 추정할 수 있습니다. 이 방법은 조기 경보를 제공하여 사람들이 재난의 영향을 예방하거나 줄일 시간을 줍니다.

동시에 “AI for Science”는 글로벌 과학 연구 인프라의 업그레이드를 주도하고 있습니다. 점점 더 많은 국가 연구 기관이 AI를 위해 설계된 새로운 슈퍼컴퓨팅 플랫폼을 구축하고 있습니다. 예를 들어, 일본의 RIKEN은 NVIDIA Blackwell 아키텍처 기반의 차세대 시스템을 배치하고 있습니다. GPU 클러스터, 고속 InfiniBand 네트워크 및 AI 컴퓨팅 프레임워크의 조율된 운영을 통해 이 시스템은 과학 컴퓨팅, 양자 연구 및 AI 훈련을 위한 통합 컴퓨팅 플랫폼을 제공합니다.

날씨 예측부터 핵융합 에너지 생성까지, 산업 작동 방식 테스트부터 자연재해에 대한 사람들의 경고까지, AI는 과학 연구의 모든 분야에서 점점 더 많이 사용되고 있습니다. 단순히 컴퓨터를 더 빠르게 만드는 것보다 과학자들이 발견하는 방식을 바꾸는 것이 더 중요합니다. 이를 통해 연구자들은 복잡한 문제를 더 저렴하고 빠르게 해결하고, 새로운 과학적 아이디어를 더 빠르게 산업에 도입할 수 있습니다.

하드웨어 아키텍처가 변화하고 있습니다

차세대 과학 컴퓨팅을 지원하기 위해 NVIDIA는 기본 하드웨어 아키텍처에도 여러 가지 조정을 가했습니다. SC25에서 선보인 차세대 슈퍼컴퓨팅 프로토타입으로 판단할 때, 미래의 시스템은 더 이상 CPU와 GPU의 단순한 조합이 아닐 것입니다. 대신 양자 인터페이스, 고속 광 인터커넥트, 이기종 컴퓨팅 기능을 통합하는 복잡한 플랫폼으로 점차 진화할 것입니다.

자체 개발 CPU: Vera 및 Olympus 코어

새로운 Vera CPU는 NVIDIA의 특수 Olympus 코어 설계를 사용하여 기존 Grace 플랫폼보다 거의 두 배 빠릅니다. 또한 Vera는 데이터 센터 환경용으로 설계된 LPDDR5X 메모리 시스템을 도입합니다. 이 시스템은 대역폭 사용과 에너지 효율성에 최적화되어 AI 훈련, 과학 시뮬레이션 및 하이브리드 컴퓨팅 작업을 위한 향상된 데이터 처리 기능을 제공합니다.

CPO: 데이터 센터 상호 연결의 재정의

AI 클러스터가 계속 확장됨에 따라 기존 플러그형 광 모듈은 전력 소비, 유지보수 및 고장률 측면에서 점점 더 큰 과제에 직면하고 있습니다. 이에 대응하여 NVIDIA는 다른 개발 경로를 선택했습니다—광 엔진을 스위치 칩과 동일한 패키지에 직접 통합하는 것입니다.

CPO (Co-Packaged Optics)는 단순히 광 모듈의 형태를 바꾸는 것 이상의 의미를 갖습니다. 이는 시스템 전체를 설계하는 새로운 방식입니다. CPO는 전기 신호 전송 경로를 단축함으로써 이를 실현합니다. 이를 통해 전력 소비를 줄이고 상호 연결 효율을 향상시킵니다. 전반적으로 이는 향후 하이퍼스케일 AI 클러스터에 맞게 확장할 수 있는 네트워크 인프라를 제공합니다.

NVIDIA가 발표한 계획에 따르면, TACC, Lambda, CoreWeave는 Quantum-X Photonics 플랫폼을 최초로 배포하는 곳 중 하나가 될 것이며, 이 기술을 AI 및 고성능 컴퓨팅 인프라에 최초로 적용하게 될 것입니다.

NVLink: 수백 개의 GPU가 하나의 단위처럼 작동하도록 지원

Blackwell 아키텍처가 달성한 추론 성능의 상당한 향상은 FP4 정밀도 최적화만으로 인한 것이 아닙니다. 훨씬 더 중요한 요인은 NVLink 인터커넥트 기술의 지속적인 발전입니다.

최신 세대 NVLink를 사용하면 최대 576개의 GPU를 통합 공유 메모리 컴퓨팅 도메인으로 연결할 수 있어, 수백 개의 독립 노드로 이루어진 단순한 집합이 아니라 하나의 대형 컴퓨팅 시스템처럼 함께 작동할 수 있습니다.

대형 모델 학습 및 추론의 경우, GPU 간 데이터 교환 효율성이 전체 성능의 상한을 결정하는 경우가 많습니다. 모델 크기가 계속 증가함에 따라 네트워크 대역폭은 컴퓨팅 성능 자체만큼이나 중요해집니다. 이러한 이유로 NVLink는 대규모 AI 인프라를 뒷받침하는 핵심 기술 중 하나가 되었습니다.

Apollo: AI 물리 모델, 사전 학습 시대에 진입하다

하드웨어 업그레이드 외에도 소프트웨어 생태계 역시 병행하여 발전하고 있습니다.

SC25 컨퍼런스에서 NVIDIA는 유체 역학과 구조 역학을 포함한 여러 과학 컴퓨팅 분야를 아우르는 Apollo 시리즈 AI 물리 모델을 공식 출시했습니다. Apollo의 도입은 엔지니어링 시뮬레이션이 기존의 “처음부터 모델링” 방식에서 대규모 언어 모델과 유사한 “사전 학습 + 미세 조정” 모델로 점차 전환되고 있음을 의미합니다.

Apollo는 핵심을 통합합니다 AI 물리학 신경 연산자, Transformer 아키텍처, 확산 모델을 포함한 발전입니다. 또한 학습 중에 광범위한 사전 물리 지식을 사용합니다.

개발자는 공식적으로 제공되는 사전 학습 모델을 직접 사용할 수 있을 뿐만 아니라, 자체 시나리오를 기반으로 2차 학습 및 맞춤형 개발을 수행할 수 있어 과학 컴퓨팅 모델 구축의 진입 장벽을 크게 낮추고 과학 연구 성과가 실험실에서 실제 응용 분야로 전환되는 속도를 높일 수 있습니다.

어떤 의미에서 Apollo는 과학 컴퓨팅을 생성형 AI—연구자들이 더 이상 매번 처음부터 모델을 구축할 필요가 없는 것과 유사한 개발 단계로 이끌고 있습니다. 그래도 구축할 수는 있습니다. 그래도 기존 기반 위에 구축함으로써 빠르게 반복하고 혁신할 수 있습니다.

양자 컴퓨팅: 이기종 통합이 차세대 컴퓨팅 패러다임이 될 수 있다

양자 컴퓨팅과 관련하여 NVIDIA’s 접근 방식은 기존 컴퓨팅 플랫폼을 양자 시스템으로 대체하는 것이 아니라, 양자 프로세서가 미래 슈퍼컴퓨팅 아키텍처의 핵심 구성 요소로서 GPU와 함께 작동하도록 하는 것입니다.

GPU 및 QPU 협업 컴퓨팅

NVIDIA에 따르면, QPU(양자 처리 장치)는 GPU를 보완하는 특수 가속기 역할을 합니다. 통합 CUDA-Q 소프트웨어 플랫폼을 통해 개발자는 동일한 개발 환경에서 양자 및 고전 컴퓨팅 작업을 예약할 수 있으며, 이를 통해 이 두 유형의 컴퓨팅 리소스가 복잡한 작업에서 함께 작동할 수 있습니다.

이는 연구자들이 두 개의 별도 개발 시스템을 유지할 필요가 없다는 것을 의미합니다. 즉, 통합 프레임워크 내에서 양자 알고리즘을 설계하고, 시뮬레이션 검증을 수행하며, 시뮬레이션을 실행할 수 있습니다. 이를 통해 사람들이 양자 컴퓨팅에 훨씬 더 쉽게 참여할 수 있습니다.

NVQLink: 양자 컴퓨팅과 고전 컴퓨팅을 연결하는 가교

양자 프로세서와 GPU가 쉽게 함께 작동할 수 있도록 NVIDIA는 둘을 연결하는 NVQLink를 만들었습니다. 이 기술은 QPU와 GPU를 연결하는 데 필수적이며 CUDA-Q 기반의 대규모 양자 컴퓨팅 워크플로를 지원합니다.

Quantinuum’s 차세대 Helios 양자 프로세서와의 공동 테스트에서, NVQLink는 GPU와 QPU 간의 저지연 상호 연결을 달성했으며 확장 가능한 qLDPC 양자 오류 정정 코드의 세계 최초 실시간 디코딩을 성공적으로 검증했습니다.

테스트 결과에 따르면 오류 수정 메커니즘이 적용된 상태에서는 시스템의 충실도를 약 99%로 유지할 수 있으며, 이는 오류 수정이 없을 때의 95%보다 더 우수합니다. 이는 양자 오류 수정 기술이 실제로 실무에서 유용하며, 양자 컴퓨팅이 기존 고성능 컴퓨팅과 함께 사용될 수 있음을 보여줍니다.

현재 개발 단계로 볼 때, 양자 컴퓨팅이 독립적으로 대규모로 적용되기까지는 아직 갈 길이 멉니다. 그러나 복잡한 과학 컴퓨팅 작업에서 GPU의 보조 프로세서로서 이미 실질적인 가치를 입증하기 시작했습니다. 미래의 슈퍼컴퓨팅 시스템은 더 이상 단일 아키텍처 간의 경쟁이 아니라, CPU, GPU, QPU로 구성된 이기종 융합 플랫폼이 될 가능성이 큽니다.

결론

미래에는 슈퍼컴퓨터가 CPU 및 GPU 기반 설계의 혼합뿐만 아니라 과학 시뮬레이션, 인공지능, 양자 컴퓨팅을 결합한 하이브리드 시스템을 사용하여 구축될 것입니다. Vera CPU, CPO 광 상호연결, Blackwell 아키텍처, NVLink/NVQLink와 같은 기술은 대역폭을 늘리고, 지연 시간을 줄이며, 리소스가 더 쉽게 함께 작동하도록 돕습니다. 동시에 Apollo와 같은 과학 지향 AI 플랫폼은 우리가 일하는 방식을 바꾸고 있습니다. 이러한 플랫폼은 이미 학습된 물리 모델을 사용하여 기존 방법을 지원합니다.