1. 엘리먼트 AI, 「글로벌 AI 인재보고서 2020」 발간
2. AI 선구자 제프리 힌튼 교수, “딥러닝의 무한한 잠재력 확신”
3. 스탠포드大, 딥페이크 잡는 AI 개발
4. AI로 만든 식물성 우유, 인기몰이 성공
1. GAFAM, 1분기 견조한 실적 거두며 AI에 적극 투자
2. AI를 한 차원 도약시키는 컴퓨터 칩(Chips) 시장의 부상
3. Microsoft, 미래형 AI를 위한 신형 슈퍼컴퓨터 발표
4. 딥마인드, AI를 활용한 망막 질환 예측 연구 결과 공개
1. AI를 활용해 영화산업의 변화를 노리는 할리우드
2. MIT·IBM, COVID-19 대응 10대 AI 협력과제 추진
3. NVIDIA, AI 인프라를 위한 차세대 GPU 아키텍처 공개
4. Facebook, 혐오 표현(Hate Speech) 탐지 AI 성능 강화
1. IDC, 코로나로 인한 경기침체 속 AI 시장 및 고용 전망 상향 조정
2. 코로나 치료를 위한 AI 성과 속 한계 지적
3. 백악관, COVID-19 학술 정보 분석 AI 경진 대회 개최
4. 구글, AI 칩 설계에 AI 활용 시도
1. AI로 코로나바이러스 구조 분석, 바이두 등 대응책 개발 박차
2. 어그테크 기업, AI+클라우드 날개 달고 고공 성장 전망
3. 딥페이크 기술을 선용(善用)하는 사례 속속 등장
4. 美 에너지부, AI for Science 보고서 발표
GPU(Graphic Processing Unit)를 클라우드 컴퓨팅에 활용하는 연구와 상용화가 점차 확산되고 있다. 인공지능이 주목받게 되면서 이를 동작시키기 위한 인프라이자 데이터를 공급하는 저장소인 클라우드도 수요와 서비스가 늘고 있다. 인공지능의 성능은 데이터의 학습량과 그 학습에 필요한 컴퓨팅 파워에 따라 달라져서 고성능 클라우드 컴퓨팅이 요구된다. GPU는 다수의 코어를 가져 병렬 처리에 유리하며, CPU 대비 단위 코어당 가격이 저렴하다. 이에 따라 GPU를 클라우드 컴퓨팅 자원으로 활용하는 방법이 등장했다. 그런데 클라우드 컴퓨팅은 가상화가 전제되는 기술이기 때문에 GPU를 온전한 클라우드 자원으로 활용하기 위해서는 역시 가상화가 필요하다. 그간 GPU 가상화는 어렵고 복잡한 기술이었으나, 여러 연구를 거쳐 최근에는 하드웨어에서 가상화를 지원하는 제품이 출시되고 있다. 이 보고서에서는 GPU 가상화 기술의 등장배경과 그간의 현황에 대하여 살펴보고, 클라우드 GPU 가상화 연구에서 기술 수준을 발전시킬 수 있는 과제와 방향을 논의하고자 한다.