국민대학교가 Backend.AI를 통해 수십 대의 학내 보유 GPU로 수백 명의 학생들에게 교육 환경을 제공하는 방법
국민대학교가 사용하고 있는 확장 가능한 GPU 기반 교육 플랫폼에 대해 알아보세요.
“GPU를 효율적으로 사용하도록 만들어 주는 Backend.AI의 컨테이너 수준 GPU 분할가상화 덕분에 초창기 GPU 서버 3대 만으로도 수십명의 학생들이 동시에 머신러닝 실습을 할 수 있었어요. 전문 관리 인력 없이도 최소한의 인원으로 학내 인프라를 관리할 수 있게 되었습니다.”
— AI빅데이터융합경영학과 조윤효 교수
Backend.AI로 언제 어디서나, 어떤 규모로든 교육 환경을 현대화하세요.
국민대학교는 제한된 GPU 자원으로 여러 구성원들이 사용할 동시 실습 환경 구성에 어려움을 겪고 있었습니다. 2019년 당시 16개의 GPU로 80여명 이상의 MBA 학생과 학부생을 동시에 지원해야 했기 때문에, 리소스 경합 없이 다수의 인스턴스를 처리할 수 있는 확장 가능한 인프라가 필요했습니다. 국민대학교는 Backend.AI를 통해 당시 총 16개의 GPU 노드를 수백 개의 인스턴스로 분할가상화하여 대학원생과 학부생이 머신러닝 실습을 동시에 수행할 수 있도록 지원했습니다.
관련 서비스
Backend.AI는 자체 개발한 오케스트레이션 및 작업 스케줄러를 기반으로 하는 벤더 중립적 가속 워크로드 호스팅 플랫폼으로, 클라우드 또는 온프레미스(에어갭) 클러스터 위에서 실행됩니다.
서비스 살펴보기 →
