Physical A.I.와 디지털 트윈 기술을 접목한 맞춤형 솔루션으로, 현실 운영 데이터를 기반으로 문제를 사전에 진단하고 최적의 해결책을 제시합니다. 가상에서 시작해 현실을 혁신하는 기술을 경험하세요。
NVIDIA는 최근 **World Foundation Models (WFMs)**를 통해 물리적 AI 시스템의 개발을 가속화하고 있습니다. WFMs는 강력한 신경망으로, 실제 환경을 시뮬레이션하고 예측하는 데 사용됩니다. 이러한 모델은 텍스트, 이미지, 비디오 입력 데이터를 기반으로 상세한 비디오를 생성하고, 장면이 어떻게 진화할지 예측하는 데 사용됩니다12. World Foundation Models의 특징 실제 환경 시뮬레이션: WFMs는 실제 환경을 시뮬레이션하여 물리적 AI 시스템이 안전하고 효율적으로 작동하도록 지원합니다. 이는 로봇과 자율 주행 차량 등이 물리적 환경과 상호작용하는 데 필수적입니다14. 합성 데이터 생성: WFMs는 대규모 합성 데이터를 생성하여 AI 모델의 훈련을 강화합니다. 이는 실제 데이터 수집의 어려움과 비용을 줄이는 데 기여합니다13. 가상 환경에서의 테스트: WFMs는 가상 3D 환경을 제공하여 물리적 AI 시스템을 안전하고 효율적으로 테스트할 수 있도록 합니다. 이는 실제 환경에서의 테스트보다 비용이 적고 위험이 적습니다13. 산업 적용 WFMs는 다양한 산업에서 활용될 수 있습니다: 자율 주행 차량: WFMs는 다양한 교통 상황과 날씨 조건에서 자율 주행 차량을 시뮬레이션하여 안전하고 효율적인 성능을 보장합니다13. 로봇: WFMs는 로봇이 다양한 환경에서 안전하고 효율적으로 작동하도록 지원합니다. 이는 로봇이 복잡한 작업을 수행하는 데 필수적입니다13. 의료: WFMs는 외과 로봇의 훈련에 사용되어 정밀한 작업을 수행할 수 있도록 합니다3. NVIDIA Cosmos 플랫폼 NVIDIA는 NVIDIA Cosmos 플랫폼을 통해 WFMs를 오픈소스로 제공하고 있습니다. 이 플랫폼은 개발자들이 대규모 모델을 쉽게 구축하고, 특정 요구에 맞게 모델을 미세 조정할 수 있도록 지원합니다13. 미래 전망 WFMs는 물리적 AI 시스템의 개발을 가속화하고, 다양한 산업에서 혁신적인 변화를 가져올 것입니다. 이는 AI 시스템이 더 안전하고 효율적으로 작동하도록 지원하며, 실제 환경에서의 테스트 비용과 위험을 줄이는 데 기여할 것입니다. NVIDIA는 WFMs를 통해 물리적 AI의 발전을 더욱 가속화할 계획입니다. 원문 링크: https://blogs.nvidia.com/blog/world-foundation-models-advance-physical-ai/
2025년 3월 27일
NVIDIA는 최근 GTC 2025에서 새로운 AI 컴퓨팅 플랫폼인 DGX Spark를 발표했습니다. 이 플랫폼은 개발자들이 대규모 AI 모델을 로컬에서 프로토타입화하고, 세부적으로 조정한 후 데이터 센터나 클라우드로 무шов하게 배포할 수 있도록 설계되었습니다. DGX Spark의 특징 하드웨어 사양: DGX Spark는 20개의 CPU 코어와 128GB의 GPU 메모리를 갖추고 있으며, 1 페타플롭스의 연산 능력을 제공합니다. 이는 AI 모델의 빠른 개발과 배포를 가능하게 합니다. 파트너십: NVIDIA는 MediaTek와 협력하여 CPU와 GPU 간의 고속 연결을 위한 칩-투-칩 MVLink 기술을 구현했습니다. 가격 및 전력 소비: DGX Spark의 가격은 약 15만 달러이며, 전력 소비는 3,500와트입니다. AI 개발의 혁신 DGX Spark는 AI 개발자와 데이터 과학자에게 최적의 플랫폼으로 자리잡고 있습니다. 이는 AI 모델의 개발과 배포 과정을 간소화하고, AI 기술의 보급을 가속화하는 데 기여할 것으로 기대됩니다. NVIDIA는 GTC 2025 참석자에게 DGX Spark의 선주문을 시작할 계획입니다. 이러한 기술 발전은 AI가 다양한 산업에서 더 빠르고 효율적으로 활용될 수 있는 환경을 조성할 것입니다. 특히 물류, 제조, 의료 등 다양한 분야에서 AI의 역할이 더욱 확대될 것으로 보입니다. NVIDIA의 DGX Spark는 이러한 AI 혁신의 핵심 기술로 자리매김할 것입니다. While gamers beg for GPUs, Nvidia is making AI mini-PCs | PCWorld
2025년 3월 27일
NVIDIA는 최근 OpenUSD와 합성 데이터를 활용하여 인간형 로봇 개발의 혁신을 가속화하고 있습니다. 인간형 로봇은 물리적 환경과 상호작용하는 데 필요한 복잡한 AI 모델을 학습시키기 위해 대규모 데이터셋이 필요합니다. 그러나 이러한 데이터를 수집하는 것은 시간이 오래 걸리고 비용이 많이 듭니다. 이를 해결하기 위해 NVIDIA는 합성 데이터를 생성하여 로봇이 가상 환경에서 학습하고 검증할 수 있도록 지원하고 있습니다. OpenUSD의 역할 가상 환경 구축: OpenUSD는 Universal Scene Description의 약자로, 물리적으로 정확한 3D 가상 환경을 구축하는 데 사용됩니다. 이를 통해 개발자들은 로봇이 다양한 시나리오에서 학습하고 개선할 수 있는 환경을 쉽게 만들 수 있습니다. 합성 데이터 생성: NVIDIA의 Omniverse 플랫폼과 함께 OpenUSD는 대규모 합성 데이터셋을 생성할 수 있습니다. 이는 로봇이 인간과 같은 행동을 학습하는 데 필수적입니다. 합성 데이터는 로봇이 복잡한 환경에서 걸어 다니고, 물건을 잡고, 탐색하는 능력을 향상시키는 데 기여합니다. 합성 데이터의 이점 데이터 수집 시간 단축: 합성 데이터는 실제 데이터 수집보다 훨씬 빠르게 생성할 수 있으며, 이는 로봇 개발의 속도를 크게 높입니다. 비용 절감: 실제 데이터 수집은 비용이 많이 들고 시간이 오래 걸리지만, 합성 데이터는 이러한 비용을 절감하는 데 도움을 줍니다. 가상 환경에서의 학습: 합성 데이터를 사용하면 로봇이 가상 환경에서 학습할 수 있어, 실제 테스트보다 더 빠르고 안전하게 개발이 가능합니다. 산업 적용 인간형 로봇은 제조, 창고 및 물류, 의료 등 다양한 산업에서 효율성을 높이고 안전성을 강화하는 데 기여하고 있습니다. Boston Dynamics와 Figure 같은 주요 로봇 회사는 이미 NVIDIA의 Isaac GR00T를 활용하여 성과를 내고 있습니다. 미래 전망 OpenUSD와 합성 데이터의 활용은 인간형 로봇 개발의 새로운 시대를 열어가는 중요한 기술입니다. 이는 로봇이 더 빠르고 효율적으로 학습하고, 실제 환경에서 성공적으로 작동할 수 있도록 지원합니다. NVIDIA는 이러한 기술을 통해 로봇 개발의 효율성을 높이고, 더 많은 산업에서 혁신적인 성과를 이루는 데 기여할 것입니다. 원문 링크: https://blogs.nvidia.com/blog/openusd-synthetic-data-for-humanoid-robots/
2025년 3월 27일
NVIDIA는 최근 GTC 2025에서 CUDA-X 라이브러리를 통해 과학 및 엔지니어링 분야의 혁신을 가속화하고 있습니다. CUDA-X는 NVIDIA의 최신 GB200과 GH200 슈퍼칩 아키텍처를 활용하여 CPU와 GPU 간의 통합을 강화하고, 계산 성능을 크게 향상시킵니다. 이는 전통적인 가속 컴퓨팅 아키텍처보다 최대 11배 빠른 성능과 5배 더 큰 계산을 가능하게 합니다12. CUDA-X의 특징 CPU-GPU 통합: CUDA-X는 NVIDIA의 Grace CPU 아키텍처와 NVLink-C2C 인터커넥트를 통해 CPU와 GPU 간의 메모리 공유를 가능하게 합니다. 이는 개발자가 특수한 코드를 작성하지 않고도 더 큰 문제를 해결할 수 있게 합니다12. 도메인 특화 라이브러리: NVIDIA는 900개 이상의 도메인 특화 CUDA-X 라이브러리와 AI 모델을 개발하여 가속 컴퓨팅의 채택을 용이하게 했습니다. 이는 천문학, 입자 물리학, 양자 물리학, 자동차, 항공우주, 반도체 설계 등 다양한 분야에서 활용됩니다12. 성능 향상: NVIDIA의 cuDSS 라이브러리는 대규모 공학 시뮬레이션 문제를 해결하는 데 사용되며, 이는 디자인 최적화, 전자기 시뮬레이션 등에 활용됩니다. cuDSS는 Grace GPU 메모리와 NVLink-C2C 인터커넥트를 통해 대규모 행렬을 효율적으로 처리합니다12. 산업 적용 CUDA-X는 다양한 산업에서 활용될 수 있습니다: 공학 시뮬레이션: Ansys와 Altair OptiStruct는 cuDSS를 통해 전자기 시뮬레이션과 유한 요소 분석에서 성능을 크게 향상시켰습니다. Ansys의 HFSS 소프트웨어는 최대 11배의 속도 향상을 달성했습니다12. 양자 컴퓨팅: NVIDIA의 cuQuantum 라이브러리는 양자 알고리즘 시뮬레이션을 가속화하여 양자 컴퓨팅 연구를 지원합니다. GH200 아키텍처는 H100 시스템보다 최대 3배 빠른 성능을 제공합니다12. 미래 전망 CUDA-X는 과학 및 엔지니어링 분야에서 혁신적인 변화를 가져올 것입니다. 이는 개발자와 연구자들이 더 빠르고 효율적인 방식으로 복잡한 문제를 해결할 수 있도록 지원합니다. NVIDIA는 CUDA-X를 통해 가속 컴퓨팅의 보급을 가속화하고, 다양한 산업에서 혁신적인 성과를 이루는 데 기여할 것입니다. 원문 링크: https://blogs.nvidia.com/blog/cuda-x-grace-hopper-blackwell/
2025년 3월 27일
