backend.ai

• 00:00 인트로
• 01:35 래블업 회사 소개, AI 인프라스트럭처 플랫폼 개발 및 제공
• 03:27 주요 고객은 대형 AI 개발사, 클라우드 회사도 포함
• 07:12 AI 인프라 관리의 복잡성 증가
• 11:10 백엔드닷AI의 관리 기능 및 AI 인프라 최적화에 대한 논의
• 14:10 래블업의 주요 고객 분포, 국내외 매출 비중
• 16:51 래블업 솔루션의 주요 장점
• 19:25 GPU 가상화 기술의 장점 및 경쟁력 설명
• 22:10 래블업의 지속적인 하드웨어 대응 및 최적화 작업 설명
• 25:00 래블업의 해외 경쟁사 및 시장에서의 경쟁력 논의
• 28:07 래블업의 미래 목표
• 31:15 AI 팜 프로젝트와 글로벌 경쟁 촉진의 중요성 논의

AI 골드러시와 리바이스, 그리고 래블업

• 00:00 래블업, 김준기 CTO 소개
• 07:55 오픈소스와 사업 방향의 관련성은?
• 10:25 래블업 매출, 자금 관련 내용
• 12:17 고객들이 이용하는 솔루션 Backend.AI
• 18:33 Backend.AI가 가지는 차별점은?
• 22:58 이탈 고객과 이탈의 이유에 대해서
• 24:58 새로운 사업 구조는?
• 34:43 래블업의 해외 판매 실적
• 36:35 래블업이 신산업 스타트업 육성 반도체 분야에 선정된 이유는?
• 39:57 MPU기반으로의 작업 상황과 미래는?
• 47:46 래블업 지분구조, 매출 상황

이런 분들에게 추천드립니다!

• AI 관련 부서, LLM 활용 관심 기업, AI 도입 검토 기업

프리미엄 웨비나 핵심 POINT

• 01 최근 5년간 LLM 발전 동향
• 02 일반기업 LLM 상용화 이슈와 대안
• 03 가속되고 있는 AI 변화에 대한 대응: 개발자, 운영자, 경영자
• 04 ChatGPT로 촉발된 새로운 기회
• 05 언어를 잘하는 AI모델의 정체성: 디지털 지능 vs 뇌

작년 11월 챗GPT가 출시된 이후, 거의 매일 LLM관련 기술이 발표되고 있습니다. 도대체 LLM은 어떻게 발전하고 있으며, LLM을 기업이 활용하려면 어떻게 준비해야 되는지를 “백엔드 AI”라는 AI운영 플랫폼으로 NVIDIA GTC컨퍼런스에서 주목받은 래블업의 신정규 대표가 최대한 알기 쉽게 얘기합니다.

allshow TV AI/DX - FastTrack : 하이퍼스케일을 위한 AIOps

클라우드, 데이터센터 연산자원을 효율적으로 활용하여, 인공지능 모델 개발과 고성능 컴퓨팅을 실행하도록 돕는 Backend.AI

컨테이너용 GPU 분할 가상화를 통해 고밀도, 고집적 워크로드에 최적화된 오케스트레이션 계층을 활용하여, 대규모 계산 워크로드를 실행하도록 하는 딥러닝 플랫폼입니다.

Backend.AI의 개발 배경, 기술적 특장점, 그리고 네이버 클라우드 플랫폼에서 Backend.AI를 활용하실 수 있는 방법에 대하여 안내합니다.

• 00:00  엔비디아 GTC2022 MLOps 패널토크 참여
• 01:53  래블업 MLOps의 경쟁력
• 03:59 MLOps가 필요한 이유
• 07:04  오케스트레이터
• 08:43 분산/병렬 처리도구
• 09:57 MLOps 모듈 (일반, 서빙
• 11:23 오픈소스 MLOps 운영도구
• 12:14  2022년 MLOps 이슈들

AI 개발 및 배포 과정을 가속화하는 핵심은 MLOps입니다.

데이터 수집 및 가공, AI 모델 학습, AI서비스에 이르기까지의 전 과정을 관리하는 MLOps 소프트웨어 플랫폼 생태계를 살펴보고, 아태지역 최초의 NVIDIA DGX-Ready Software인 Backend.AI 의 MLOps 생태계 통합을 통한 보다 진화된 하이퍼스케일 AI 실전 로드맵을 만나보시기 바랍니다. 

[세션 안내]

• MLOps 생태계와 2022년 전망 / 신정규 대표(래블업)
• Backend.AI로 가속하는 하이퍼스케일 AIOps / 김준기 CTO(래블업)

애플리케이션 개발을 위한 개발 환경을 매번 셋업하고 설정하는 작업 대신, GitHub Codespaces를 사용하면 동일한 Visual Studio Code 기반 개발 환경을 웹 브라우저에서 사용하실 수 있습니다. 이 때 Devcontainer를 통해 개발자가 의도한 대로 개발 환경을 간단하게 구성할 수가 있는데요, 래블업 스타트업에 계신 조규진 개발자님으로부터 GitHub Codespaces에서부터 Devcontainer까지 데모와 함께 만나보고자 합니다.

(1) NetApp ONTAP AI가 NVIDIA DGX POD인증부터 DGX Foundry까지의 기본 플랫폼으로 선택된 이유를 살펴봅니다. 그리고 TOP500 #72 및 퍼블릭 클라우드 서비스까지 성공한 사례를 살짝 들여다봅니다.

(2) 아태 지역 유일의 NVIDIA DGX-Ready Software인 Backend.AI를 통해
GPU를 비롯한 연산 자원, 스토리지, 네트워크까지 포함하는 하이퍼스케일 AI 인프라를 어떻게 최적으로 운영할 수 있는지 살펴봅니다.

또한 엔터프라이즈 레벨에서 AI 서비스를 어떻게 효과적으로 구축하고 관리할 수 있는지 고객 사례와 함께 알아봅니다.

AI 플랫폼 최적화 및 프로젝트의 성공을 이미 경험하고 계시는 실제 기업들의 사례 및 A to Z 전략을 퓨어스토리지와 래블업이 심도있게 파헤쳐 봅니다.

엔터프라이즈의 성공적인 AI 구축을 위한 전략적 선택은, 많은 기업과 의사결정자들에게 새로운 도전의 영역이자 일상이 되었습니다. 많은 기업이 성공적인 인공지능 프로젝트를 위하여 자원을 투자하고, 최상의 인프라 구축을 위해 노력하고 있습니다만 아직 그 방법을 어려워하시거나, 선택할 수 있는 데이터 솔루션에 대한 확신이 없는 경우가 많습니다.

자 그럼, 한발 앞서 AI 프로젝트를 추진하고 투자하고, 성공을 이루고 계시는 기업 사례를 함께 살펴보면서 그 해답을 얻으면 어떨까요? 실제 AI 프로젝트 추진 시, 기업들이 공통적으로 겪는 어려움은 어떤 것들이 있는지, 어려움을 극복하고 최상의 플랫폼을 구축하기 위해서는 어떠한 전략을 사용하였는지, AI 아키텍처와 디자인을 어떻게 검증하고, 어떠한 솔루션으로 도입했는지, 실제 기업 사례를 자세히 파헤쳐 보며, 함께 공유할 수 있는 인사이트를 제공하고자 합니다.

이미 많은 대형 엔터프라이즈 기업 , 스타트업 기업 , 대학, 병원, 공공기관등의 다양한 인더스트리에서 훌륭하게 AI 컨설팅을 지원하고 프로젝트를 성공으로 이끈, 퓨어스토리와 래블업 주식회사가 함께 합니다.

래블업 신정규 인터뷰