์ƒ์„ฑํ˜• AI ๋ชจ๋ธ ๋ฐฐํฌ

์ด ํŽ˜์ด์ง€์—์„œ๋Š” ์˜จ๋ผ์ธ ์˜ˆ์ธก์„ ์œ„ํ•ด ์—”๋“œํฌ์ธํŠธ์— ์ƒ์„ฑํ˜• AI ๋ชจ๋ธ์„ ๋ฐฐํฌํ•˜๋Š” ๋ฐฉ๋ฒ•์„ ์•ˆ๋‚ดํ•ฉ๋‹ˆ๋‹ค.

Model Garden ํ™•์ธ

๋ชจ๋ธ์ด Model Garden์— ์žˆ์œผ๋ฉด ๋ฐฐํฌ(์ผ๋ถ€ ๋ชจ๋ธ์—์„œ ์‚ฌ์šฉ ๊ฐ€๋Šฅ) ๋˜๋Š” ๋…ธํŠธ๋ถ ์—ด๊ธฐ๋ฅผ ํด๋ฆญํ•˜์—ฌ ๋ฐฐํฌํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

Model Garden์œผ๋กœ ์ด๋™

๊ทธ๋ ‡์ง€ ์•Š์œผ๋ฉด ๋‹ค์Œ ์ค‘ ํ•˜๋‚˜๋ฅผ ์ˆ˜ํ–‰ํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

NVIDIA NIM์œผ๋กœ ์˜ˆ์ธก ์ œ๊ณต

NVIDIA ์ถ”๋ก  ๋งˆ์ดํฌ๋กœ์„œ๋น„์Šค(NIM)๋Š” ๋งˆ์ดํฌ๋กœ์„œ๋น„์Šค๋กœ ํŒจํ‚ค์ง•๋œ ์‚ฌ์ „ ํ•™์Šต ๋ฐ ์ตœ์ ํ™”๋œ AI ๋ชจ๋ธ์ž…๋‹ˆ๋‹ค. ํ”„๋กœ๋•์…˜์— ์ฆ‰์‹œ ์‚ฌ์šฉ ๊ฐ€๋Šฅํ•œ ๊ณ ์„ฑ๋Šฅ AI๋ฅผ ์• ํ”Œ๋ฆฌ์ผ€์ด์…˜์— ๊ฐ„ํŽธํ•˜๊ฒŒ ๋ฐฐํฌํ•  ์ˆ˜ ์žˆ๋„๋ก ์„ค๊ณ„๋˜์—ˆ์Šต๋‹ˆ๋‹ค.

NVIDIA NIM์„ Artifact Registry ๋ฐ Vertex AI Prediction๊ณผ ํ•จ๊ป˜ ์‚ฌ์šฉํ•˜๋ฉด ์˜จ๋ผ์ธ ์˜ˆ์ธก์šฉ ์ƒ์„ฑํ˜• AI ๋ชจ๋ธ์„ ๋ฐฐํฌํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

์ปค์Šคํ…€ ์ปจํ…Œ์ด๋„ˆ ์„ค์ •

์ด ์„น์…˜์—์„œ๋Š” ์ƒ์„ฑํ˜• AI ๋ชจ๋ธ์„ ๊ฐ€์ ธ์˜ฌ ๋•Œ ์ง€์ •ํ•ด์•ผ ํ•  ์ˆ˜ ์žˆ๋Š” ๋ชจ๋ธ์˜ containerSpec์˜ ํ•„๋“œ์— ๋Œ€ํ•ด ์„ค๋ช…ํ•ฉ๋‹ˆ๋‹ค.

Vertex AI REST API ๋˜๋Š” gcloud ai models upload ๋ช…๋ น์–ด๋ฅผ ์‚ฌ์šฉํ•˜์—ฌ ์ด๋Ÿฌํ•œ ํ•„๋“œ๋ฅผ ์ง€์ •ํ•  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ์ž์„ธํ•œ ๋‚ด์šฉ์€ ์ปจํ…Œ์ด๋„ˆ ๊ด€๋ จ API ํ•„๋“œ๋ฅผ ์ฐธ์กฐํ•˜์„ธ์š”.

sharedMemorySizeMb

์ผ๋ถ€ ์ƒ์„ฑํ˜• AI ๋ชจ๋ธ์€ ๋” ๋งŽ์€ ๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ๊ฐ€ ํ•„์š”ํ•ฉ๋‹ˆ๋‹ค. ๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ๋Š” ์—ฌ๋Ÿฌ ํ”„๋กœ์„ธ์Šค๊ฐ€ ๊ณตํ†ต ๋ฉ”๋ชจ๋ฆฌ ๋ธ”๋ก์„ ์•ก์„ธ์Šค ๋ฐ ์กฐ์ž‘ํ•˜๋„๋ก ํ—ˆ์šฉํ•˜๋Š” ํ”„๋กœ์„ธ์Šค ๊ฐ„ ์ปค๋ฎค๋‹ˆ์ผ€์ด์…˜(IPC) ๋ฉ”์ปค๋‹ˆ์ฆ˜์ž…๋‹ˆ๋‹ค. ๊ธฐ๋ณธ ๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ ํฌ๊ธฐ๋Š” 64MB์ž…๋‹ˆ๋‹ค.

vLLM ๋˜๋Š” Nvidia Triton๊ณผ ๊ฐ™์€ ์ผ๋ถ€ ๋ชจ๋ธ ์„œ๋ฒ„๋Š” ๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ๋ฅผ ์‚ฌ์šฉํ•ด์„œ ๋ชจ๋ธ ์ถ”๋ก  ์ค‘ ๋‚ด๋ถ€ ๋ฐ์ดํ„ฐ๋ฅผ ์บ์‹œํ•ฉ๋‹ˆ๋‹ค. ๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ๊ฐ€ ์ถฉ๋ถ„ํ•˜์ง€ ์•Š์œผ๋ฉด ์ผ๋ถ€ ๋ชจ๋ธ ์„œ๋ฒ„๊ฐ€ ์ƒ์„ฑํ˜• ๋ชจ๋ธ์„ ์œ„ํ•œ ์˜ˆ์ธก์„ ์ œ๊ณตํ•  ์ˆ˜ ์—†์Šต๋‹ˆ๋‹ค. ํ•„์š”ํ•œ ๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ ์–‘์€ ์ปจํ…Œ์ด๋„ˆ ๋ฐ ๋ชจ๋ธ์— ๋Œ€ํ•œ ๊ตฌํ˜„ ์„ธ๋ถ€์ •๋ณด์ž…๋‹ˆ๋‹ค. ๊ฐ€์ด๋“œ๋ผ์ธ์€ ํ•ด๋‹น ๋ชจ๋ธ ์„œ๋ฒ„ ๋ฌธ์„œ๋ฅผ ์ฐธ์กฐํ•˜์„ธ์š”.

๋˜ํ•œ GPU ์ปค๋ฎค๋‹ˆ์ผ€์ด์…˜ ์ „๋ฐ˜์—์„œ ๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ๋ฅผ ์‚ฌ์šฉํ•  ์ˆ˜ ์žˆ๊ธฐ ๋•Œ๋ฌธ์— ๋ชจ๋ธ ์ปจํ…Œ์ด๋„ˆ์— GPU ๊ฐ„ ์ปค๋ฎค๋‹ˆ์ผ€์ด์…˜์ด ํ•„์š”ํ•œ ๊ฒฝ์šฐ ๋” ๋งŽ์€ ๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ๋ฅผ ์‚ฌ์šฉํ•˜๋ฉด NVLink ๊ธฐ๋Šฅ(์˜ˆ: L4) ์—†์ด๋„ ๊ฐ€์†๊ธฐ ์„ฑ๋Šฅ์„ ํ–ฅ์ƒ์‹œํ‚ฌ ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค.

๊ณต์œ  ๋ฉ”๋ชจ๋ฆฌ์˜ ์ปค์Šคํ…€ ๊ฐ’์„ ์ง€์ •ํ•˜๋Š” ๋ฐฉ๋ฒ•์€ ์ปจํ…Œ์ด๋„ˆ ๊ด€๋ จ API ํ•„๋“œ๋ฅผ ์ฐธ์กฐํ•˜์„ธ์š”.

startupProbe

์‹œ์ž‘ ํ”„๋กœ๋ธŒ๋Š” ์ปจํ…Œ์ด๋„ˆ๊ฐ€ ์‹œ์ž‘๋˜์—ˆ์„ ๋•Œ ์ด๋ฅผ ๊ฐ์ง€ํ•˜๊ธฐ ์œ„ํ•ด ์‚ฌ์šฉ๋˜๋Š” ์„ ํƒ์ ์ธ ํ”„๋กœ๋ธŒ์ž…๋‹ˆ๋‹ค. ์ด ํ”„๋กœ๋ธŒ๋Š” ์ปจํ…Œ์ด๋„ˆ๊ฐ€ ์‹œ์ž‘๋  ๋•Œ๊นŒ์ง€ ์ƒํƒœ ํ”„๋กœ๋ธŒ ๋ฐ ํ™œ์„ฑ ํ™•์ธ์„ ์ง€์—ฐ์‹œํ‚ค๊ธฐ ์œ„ํ•ด ์‚ฌ์šฉ๋ฉ๋‹ˆ๋‹ค. ๋”ฐ๋ผ์„œ ๋А๋ฆฌ๊ฒŒ ์‹œ์ž‘๋˜๋Š” ์ปจํ…Œ์ด๋„ˆ๊ฐ€ ์กฐ๊ธฐ์— ์ข…๋ฃŒ๋˜์ง€ ์•Š๋„๋ก ๋ฐฉ์ง€ํ•˜๋Š” ๋ฐ ๋„์›€์ด ๋ฉ๋‹ˆ๋‹ค.

์ž์„ธํ•œ ๋‚ด์šฉ์€ ์ƒํƒœ ์ ๊ฒ€์„ ์ฐธ์กฐํ•˜์„ธ์š”.

healthProbe

์ƒํƒœ ํ”„๋กœ๋ธŒ๋Š” ์ปจํ…Œ์ด๋„ˆ์—์„œ ํŠธ๋ž˜ํ”ฝ์„ ์ˆ˜๋ฝํ•  ์ค€๋น„๊ฐ€ ๋˜์—ˆ๋Š”์ง€ ํ™•์ธํ•ฉ๋‹ˆ๋‹ค. ์ƒํƒœ ํ”„๋กœ๋ธŒ๊ฐ€ ์ œ๊ณต๋˜์ง€ ์•Š์•˜์œผ๋ฉด Vertex AI์—์„œ ์ปจํ…Œ์ด๋„ˆ ํฌํŠธ์— ๋Œ€ํ•ด HTTP ์š”์ฒญ์„ ์ˆ˜ํ–‰ํ•˜๊ณ  ๋ชจ๋ธ ์„œ๋ฒ„์—์„œ 200 OK ์‘๋‹ต์„ ํ™•์ธํ•˜๋Š” ๊ธฐ๋ณธ ์ƒํƒœ ์ ๊ฒ€์ด ์‚ฌ์šฉ๋ฉ๋‹ˆ๋‹ค.

๋Œ€๊ทœ ๋ชจ๋ธ์—์„œ ๋ฐœ์ƒ ๊ฐ€๋Šฅํ•œ ๊ฒฝ์šฐ์™€ ๊ฐ™์ด ๋ชจ๋ธ์ด ์™„์ „ํžˆ ๋กœ๋“œ๋˜๊ธฐ ์ „์— ๋ชจ๋ธ ์„œ๋ฒ„๊ฐ€ 200 OK๋กœ ์‘๋‹ตํ•˜๋ฉด ์ƒํƒœ ์ ๊ฒ€์ด ์ž‘์—…์„ ์„ฑ๊ณตํ•œ ๊ฒƒ์œผ๋กœ ์ž˜๋ชป ํ‘œ์‹œ๋˜๊ณ  ์ค€๋น„๊ฐ€ ์™„๋ฃŒ๋˜๊ธฐ ์ „์— Vertex AI๊ฐ€ ํŠธ๋ž˜ํ”ฝ์„ ์ปจํ…Œ์ด๋„ˆ๋กœ ๋ผ์šฐํŒ…ํ•ฉ๋‹ˆ๋‹ค.

์ด๋Ÿฌํ•œ ๊ฒฝ์šฐ ๋ชจ๋ธ์ด ์™„์ „ํžˆ ๋กœ๋“œ๋˜๊ณ  ํŠธ๋ž˜ํ”ฝ์„ ์ˆ˜๋ฝํ•  ์ค€๋น„๊ฐ€ ์™„๋ฃŒ๋œ ๋‹ค์Œ์—๋งŒ ์ž‘์—…์ด ์„ฑ๊ณตํ•˜๋Š” ์ปค์Šคํ…€ ์ƒํƒœ ํ”„๋กœ๋ธŒ๋ฅผ ์ง€์ •ํ•ฉ๋‹ˆ๋‹ค.

์ž์„ธํ•œ ๋‚ด์šฉ์€ ์ƒํƒœ ์ ๊ฒ€์„ ์ฐธ์กฐํ•˜์„ธ์š”.

์ œํ•œ์‚ฌํ•ญ

์ƒ์„ฑํ˜• AI ๋ชจ๋ธ์„ ๋ฐฐํฌํ•  ๋•Œ๋Š” ๋‹ค์Œ ์ œํ•œ์‚ฌํ•ญ์„ ๊ณ ๋ คํ•˜์„ธ์š”.

  • ์ƒ์„ฑํ˜• AI ๋ชจ๋ธ์€ ๋‹จ์ผ ๋จธ์‹ ์—๋งŒ ๋ฐฐํฌ๋  ์ˆ˜ ์žˆ์Šต๋‹ˆ๋‹ค. ๋ฉ€ํ‹ฐ ํ˜ธ์ŠคํŠธ ๋ฐฐํฌ๋Š” ์ง€์›๋˜์ง€ ์•Š์Šต๋‹ˆ๋‹ค.
  • ์ง€์›๋˜๋Š” ์ตœ๋Œ€ vRAM์— ๋งž์ง€ ์•Š๋Š” ๋งค์šฐ ๋Œ€ํ˜• ๋ชจ๋ธ(์˜ˆ: Llama 3.1 405B)์˜ ๊ฒฝ์šฐ ๋ชจ๋ธ์ด ์ ํ•ฉํ•˜๋„๋ก ์–‘์žํ™”ํ•˜๋Š” ๊ฒƒ์ด ์ข‹์Šต๋‹ˆ๋‹ค.