RHEL AI 1.2의 주요 기능

1. 데이터 보호와 맞춤형 LLM 미세 조정
   RHEL AI 1.2는 오픈소스 그래니트(Granite) LLM과 인스트럭트랩(InstructLab) 도구를 결합하여 대규모 언어 모델을 기업의 데이터에 맞춤화하는 기능을 제공합니다. 이를 통해 기업은 외부에 의존하지 않고도 자체 데이터를 활용해 LLM을 미세 조정할 수 있어, 고객 데이터와 같이 민감한 정보도 보다 안전하게 AI에 적용할 수 있습니다. 이는 기업이 데이터 보안 문제를 해결하면서도 최신 AI 기능을 누릴 수 있게 하는 중요한 혁신입니다.
2. 다양한 하드웨어 가속기 지원으로 최적화된 AI 성능 구현
   AI 모델 훈련과 추론은 많은 컴퓨팅 자원을 필요로 합니다. RHEL AI 1.2는 AMD 인스팅트 MI300x 및 MI210과 같은 강력한 하드웨어 가속기를 지원하여, 언어 모델의 학습 속도를 획기적으로 향상시킵니다. 특히, 엔비디아 GPU가 장착된 레노버 씽크시스템 SR675 V3와 같은 고성능 서버와의 호환성 덕분에 대용량 데이터를 빠르게 처리하며 시간과 비용을 절감할 수 있습니다.
3. 클라우드 지원 확장: Azure와 Google Cloud 환경 통합
   RHEL AI 1.2는 Azure와 Google Cloud Platform(GCP)에서도 사용할 수 있어 온프레미스부터 클라우드까지 유연하게 확장 가능한 AI 환경을 제공합니다. 이를 통해 기업은 물리적 인프라에 제한받지 않고, 필요에 따라 클라우드에서 AI 리소스를 확장할 수 있습니다. 예를 들어 RHEL AI 기반 GPU 인스턴스를 클라우드에서 바로 생성하여 AI 작업을 진행함으로써, 인프라 구축에 소요되는 초기 비용과 시간을 줄일 수 있습니다.
4. 모델 학습 중단 없이 지속적 체크포인트 저장
   RHEL AI 1.2는 모델 훈련 도중 일정 간격으로 자동으로 체크포인트를 저장하는 기능을 갖추고 있습니다. 이를 통해 모델 학습이 중단되더라도 마지막 저장 지점에서 이어서 학습을 재개할 수 있어 시간과 자원을 절약할 수 있습니다. 이 기능은 특히 장시간에 걸친 트레이닝 작업에서 큰 효율성을 발휘하며, 훈련 시간을 최적화하여 전체 비용을 절감하는 데도 도움을 줍니다.
5. 인스트럭트랩 CLI를 통한 하드웨어 자동 감지와 최적화
   RHEL AI 1.2는 인스트럭트랩의 CLI를 통해 현재 사용 중인 하드웨어 가속기를 자동으로 감지하고 이를 바탕으로 최적의 파이프라인을 구성합니다. 수동 설정 없이도 최상의 성능을 끌어낼 수 있으며, 이는 AI 작업의 복잡성을 크게 줄여줍니다. 특히 하드웨어 성능을 최대한 활용하고자 하는 기업들에게는 매우 유용한 기능입니다.