GPU 컴퓨팅
현재의 중앙처리장치(CPU)에는 4, 8, 16개의 코어가 있으며 그래픽 처리장치(GPU)에는 수백 또는 수천 개의 작은 코어가 있습니다. 이와 같은 병렬업무처리가 가능한 특수 컴퓨팅 코어는 그래픽 처리에 사용되며 병렬 컴퓨팅 응용 프로그램에 적합한 아키텍처를 갖습니다. CPU (그래픽 처리장치 상의 범용 컴퓨팅 또는 GPGPU)에서 일반적으로 처리하던 계산을 GPU를 사용하면 컴퓨팅 워크로드를 여러 코어에 분산 시켜 집약적 컴퓨팅 애플리케이션을 가속할 수 있습니다.
에지에서 GPU 컴퓨팅
GPU는 이미지 처리 및 분석, 컴퓨팅 가속 및 인공 지능 (AI) 뿐만 아니라 광범위한 워크로드의 성능을 향상시킬 수 있습니다. 빠른 응답성과 정확성에 대한 요구로 인해 시스템 고도화의 중요성이 높아지고 있으며, 전력 및 비용 당 성능의 효율 최적화를 위해 CPU와 GPU의 조합이 더욱 중요해지고 있습니다.
이미지 처리 및 분석
항공 교통 관제, 전자차트 표시 및 정보 시스템 (ECDIS), 비디오월, 디지털 사이니지, 게임, 헬스케어
컴퓨팅 가속화
레이더 / 음파탐지(Sonar) 시스템 및 초음파 이미징과 같은 고성능 애플리케이션 처리
AI 엔진
스마트 제조, 항공 우주 및 방위 산업 분야의 시스템 교육 및 예측
에지 컴퓨팅
짧은 시스템 대기 시간, 긴 제품 수명, 전력 효율성과 같은 에지 시스템의 주요 요구 사항을 충족시키는 것은 쉬운 일이 아니므로 에지 시스템에 GPU를 추가하는 것은 쉽지 않을 수 있습니다. 에지 애플리케이션에서 공통적인 과제는 외부 데이터를 센서 및 기타 소스에서 GPU로 빠르게 이동시켜야 한다는 것입니다. 에이디링크는 NVIDIA® Quadro® GPU 는 NVIDIA GPUDirect® 기능인 RDMA (Remote Direct Memory Access)를 구현함으로써 데이터 처리량을 약 80 % (3.6-6.5 GB / s) 늘리고 시스템 대기 시간을 60% 줄일 수 있습니다. *RDMA는 외부 데이터 소스가 GPU의 외부 메모리에 직접 액세스 할 수 있도록 지원합니다.
에지 AI
딥 러닝과 AI의 혁신과 생산성 향상을 극대화하기 위해서는 이런 애플리케이션에 적용되는 알고리즘 유형에 최적화된 컴퓨팅 플랫폼을 고려해야 합니다. 딥 러닝 및 AI 알고리즘은 데이터가 순차적으로 또는 병렬로 처리되는 비디오, 텍스트, 음성, 이미지 및 센서 데이터를 포함한 광범위한 입력으로 작동합니다. 이러한 다양한 요구사항을 처리하기 위해 최적화된 컴퓨팅 플랫폼은 일반적으로 에지 컴퓨팅 및 AI 워크로드를 가속하기 위해 두 가지 이상의 다른 유형의 컴퓨팅 코어를 사용합니다. 바로 이 상황에서도 에이디링크의 이기종 컴퓨팅 플랫폼이 필요하게 됩니다.
에이디링크 GPU 솔루션
에지 시스템이 GPU 컴퓨팅의 성능을 활용할 수 있도록, 에이디링크는 임베디드 MXM GPU 모듈 및 PCI Express 그래픽 카드, 에지 AI 플랫폼, GPU 컴퓨팅 플랫폼 및 기타 임베디드 폼팩터를 포함한 다양한 이기종 컴퓨팅 솔루션에 최적화된 포트폴리오를 제공하고 있습니다. 또한 성능, 긴 제품 수명 주기, 전력 소비 및 폼팩터를 기반으로 광범위한 임베디드 요구 사항을 충족합니다. 이러한 플랫폼을 통해 시스템 개발자, OEM 및 시스템 통합업체는 에지 컴퓨팅 및 AI 애플리케이션을 위한 시스템 아키텍처를 구축하고 최적화할 수 있습니다.
…Learn More
