연구 작업을 모읍니다
사용할 도구와 자료, 계산 조건을 전달합니다.
자체 GPU 분할 기술(VNAG)한 장의 GPU,
한 장의 GPU,
어떻게 나눠 쓸까요?
자체 GPU 분할 기술(VNAG)은 하나의 GPU를 여러 연구 작업이 나눠 쓰도록 합니다. 어떤 도구를 쓰는지, 자료가 얼마나 큰지 확인해 필요한 메모리를 정합니다.
작업에서 결과까지계산을 맡기면
계산을 맡기면
이렇게 진행됩니다
자료와 조건을 전달하면 필요한 용량을 확인합니다. 함께 실행할 수 있는 작업을 나눠 배정하고 결과와 기록을 남깁니다.
필요한 용량을 확인합니다
도구와 자료의 크기를 보고 필요한 메모리를 정합니다.
작업에 맞게 나눠 씁니다
함께 쓸 수 있는 작업은 나눠 배정하고, 큰 작업에는 한 장 전체를 배정합니다.
결과와 과정을 남깁니다
계산이 끝나면 결과 파일과 작업 이력을 함께 확인합니다.
작업을 나눠 배정하는 모습을 그렸습니다. 칸의 크기는 실제 메모리 비율과 다릅니다.
GPU를 함께 쓰면 각 작업은 혼자 계산할 때보다 오래 걸릴 수 있습니다. 여기서 분할은 한 장치의 자원을 나눠 배정하는 방식이며, 하드웨어 격리나 여러 GPU의 메모리 통합과는 다릅니다.
ProteinMPNN 배정 예시단백질 길이에 따라
단백질 길이에 따라
배정이 어떻게 달라질까요?
시험에서 확인한 배정 기준을 살펴보는 예시입니다. 길이를 바꿔도 실제 계산은 시작되지 않습니다.
시험에 사용한 GPU의 전체 메모리: 24,467MiB
배정 메모리 1,536MiB
필요한 메모리를 확보한 뒤 다른 작업과 함께 실행할 수 있는지 확인합니다.
시험에서 확인한 것
일부 자원으로 계산
공개 구조 1UBQ로 ProteinMPNN을 실행하고, 1,536MiB 배정에서 서열 8개와 결과 파일을 확인했습니다.
세 도구의 계산 완료
한 장치에서 세 도구가 계산을 마쳤습니다. 일부 작업은 혼자 계산할 때보다 오래 걸렸습니다.
연구 환경에 맞춰 확인
직접 워커에서 자원을 배정하는 기능과 나두클라우드가 여러 장치에 작업을 배치하는 기능은 별개입니다. 사용할 수 있는 범위는 연구 환경별로 확인합니다.
2026년 10월 1~2일의 시험 기록을 바탕으로 설명합니다. 도구와 장비가 달라지면 배정 방식과 계산 시간도 달라집니다.