엔비디아, 분자동역학 계산 최대 1.7배 빨라져
제목 연관성·주요 수치·시장 영향·향후 전망을 기준으로 핵심 문장을 선별한 요약 브리핑입니다.
핵심 포인트
- 엔비디아는 B300 GPU의 BF16x9와 A100 GPU의 TF32x3 벤치마크 결과를 공개했다.
- 최대 배속은 큰 물 시스템의 분자동역학 단계 기준이며, 장시간 물리 검증은 TF32x3에 대해 제시됐다.
- 엔비디아(NVIDIA, $NVDA)가 원자 1만7280개로 구성한 물 시스템에서 B300 GPU의 BF16x9 기법으로 PET 분자동역학 계산을 FP32 방식보다 최대 1.7배 빠르게 처리했다.
본문
엔비디아는 B300 GPU의 BF16x9와 A100 GPU의 TF32x3 벤치마크 결과를 공개했다. 최대 배속은 큰 물 시스템의 분자동역학 단계 기준이며, 장시간 물리 검증은 TF32x3에 대해 제시됐다. 엔비디아(NVIDIA, $NVDA)가 원자 1만7280개로 구성한 물 시스템에서 B300 GPU의 BF16x9 기법으로 PET 분자동역학 계산을 FP32 방식보다 최대 1.7배 빠르게 처리했다. 이 수치는 행렬곱만이 아니라 분자동역학 한 단계 전체를 기준으로 했다. 엔비디아는 29일 기술 블로그에서 기계학습 원자간 포텐셜인 PET(Point Edge Transformer)에 텐서 코어 기반 행렬곱 기법 두 가지를 적용한 결과를 공개했다. 엔비디아는 매개변수 2600만개인 PET-MAD 소형 모델을 원자 192개와 1만7280개 물 시스템에서 평가했다. 매개변수 2억5500만개인 대형 모델은 원자 192개 시스템에서 시험했다.
행렬곱 이외의 처리까지 포함한 분자동역학 한 단계는 운용 방식에 따라 1.4~1.7배 빨라졌다. 원자 192개 시스템에서는 BF16x9의 주요 행렬곱이 1.2~1.4배, 분자동역학 단계가 1.1~1.2배 빨랐다. A100의 TF32x3는 FP32 값을 주성분과 잔차 성분으로 나눠 세 차례 TF32 곱을 수행하고 결과를 FP32로 합산한다. 원자 1만7280개 시스템에서 TF32x3의 주요 행렬곱은 1.7~1.9배 빨랐고, 분자동역학 단계는 최대 1.5배 빨라졌다. 원자 192개 시스템의 분자동역학 단계는 소형 모델에서 1.2배, 대형 모델에서 1.4배 빨랐다.