NVIDIA는 고성능 컴퓨팅(HPC) 및 인공지능(AI) 분야를 겨냥한 두 가지 중요한 행보를 발표했습니다. 하나는 Slurm 워크로드 관리자를 개발한 SchedMD를 인수하는 것이고, 다른 하나는 다중 에이전트 AI를 위한 개방형 모델, 데이터 및 도구 제품군인 Nemotron 3를 출시하는 것입니다. 이러한 노력은 개방형 및 벤더 중립적인 소프트웨어에 대한 강력한 의지를 유지하면서 HPC, 생성형 AI 및 엔터프라이즈 AI 인프라 전반에 걸쳐 NVIDIA의 입지를 강화합니다.
Slurm과 SchedMD: 개방적이고 벤더에 구애받지 않는 HPC 스케줄링 강화
SchedMD는 HPC 및 AI 클러스터용으로 가장 널리 배포된 오픈 소스 워크로드 관리자 중 하나인 Slurm의 주요 개발사입니다. Slurm은 긴밀하게 연결된 병렬 워크로드를 실행하는 대규모 클러스터에서 컴퓨팅 리소스를 큐에 추가하고, 스케줄링하고, 할당하는 데 사용됩니다. 클러스터 규모와 모델 복잡성이 증가함에 따라 효율적인 스케줄링은 활용률과 처리량을 유지하는 데 매우 중요합니다.
Slurm은 고성능 컴퓨팅(HPC) 분야에서 상당한 영향력을 행사하고 있습니다. 확장성, 높은 처리량, 복잡한 정책 관리 지원 덕분에 TOP500 목록의 상위 10개 및 100개 시스템 중 절반 이상에서 사용되고 있습니다. 특히 AI 워크로드의 경우, Slurm은 기초 모델 개발자와 AI 구축자들이 GPU 가속 시스템에서 대규모 모델 학습 및 추론을 수행하는 데 사용하는 핵심 인프라 구성 요소가 되었습니다.
이번 인수를 통해 NVIDIA는 Slurm을 오픈 소스이자 벤더 중립적인 소프트웨어로 계속 개발 및 배포할 계획입니다. NVIDIA는 Slurm이 더 넓은 HPC 및 AI 커뮤니티에서 접근 가능하며 다양한 하드웨어 및 소프트웨어 플랫폼에서 이기종 환경을 계속 지원할 것이라고 밝혔습니다. NVIDIA는 SchedMD와 10년 이상 협력해 왔으며, 이번 공식 인수는 전략적 전환이 아닌 협력 로드맵을 가속화하기 위한 것입니다.
SchedMD 경영진은 이번 계약을 통해 Slurm이 고성능 컴퓨팅(HPC) 및 인공지능(AI) 분야에서 핵심적인 역할을 하고 있음을 입증받았다고 평가했습니다. 회사 측은 NVIDIA의 가속 컴퓨팅 전문 기술이 Slurm의 오픈 소스 모델과 커뮤니티 참여를 유지하면서 미래의 AI 및 슈퍼컴퓨팅 요구 사항을 충족하는 데 도움이 될 것이라고 밝혔습니다.
고객 영향 및 플랫폼 지원
NVIDIA는 기존 SchedMD 고객을 위해 Slurm 지원, 교육 및 개발을 지속적으로 제공할 예정입니다. 현재 Slurm은 클라우드 서비스 제공업체, 제조업체, AI 기업 및 연구 기관을 비롯하여 자율 주행, 의료 및 생명 과학, 에너지, 금융 서비스, 정부 및 일반 제조와 같은 다양한 분야에 걸쳐 구축되어 있습니다.
NVIDIA는 SchedMD가 새로운 시스템 및 아키텍처에 더 빨리 접근할 수 있도록 지원할 계획입니다. NVIDIA의 가속 컴퓨팅 플랫폼을 표준으로 사용하는 고객의 경우, 이는 새로운 GPU 세대 및 시스템 구성에 대한 지원이 더욱 빨라진다는 것을 의미합니다. 동시에 NVIDIA는 Slurm이 다양한 이기종 환경을 지속적으로 지원하여, 여러 공급업체의 제품이 혼합된 클러스터에서도 단일 하드웨어 스택에 종속되지 않고 새로운 Slurm 기능을 활용할 수 있도록 할 것이라고 재차 강조했습니다.
NVIDIA와 SchedMD의 공동 노력은 HPC 및 AI 분야의 오픈 소스 소프트웨어 생태계를 강화하고 다양한 산업 분야와 배포 규모에 걸쳐 혁신을 가능하게 하는 더 광범위한 계획의 일환으로 추진되고 있습니다.
Nemotron 3: 다중 에이전트, 에이전트형 AI를 위한 개방형 MoE 모델
이와 동시에 NVIDIA는 투명하고 효율적인 에이전트 기반 AI 시스템 구축을 위한 모델, 데이터셋, 라이브러리로 구성된 개방형 생태계인 Nemotron 3 제품군 을 출시했습니다 . 기업들이 단일 모델 챗봇에서 더욱 복잡한 다중 에이전트 아키텍처로 전환함에 따라 에이전트 간 통신 오버헤드, 장기 워크플로우에서의 컨텍스트 변화, 추론 비용 증가와 같은 문제에 직면하고 있습니다. 또한 핵심 비즈니스 프로세스에 내장된 AI 시스템에 대한 이해와 신뢰를 구축하기 위한 투명성에 대한 요구도 증가하고 있습니다.
Nemotron 3는 대규모 다중 에이전트 워크로드를 위해 설계된 하이브리드 잠재 혼합 전문가(MoE) 아키텍처를 통해 이러한 요구 사항을 충족합니다. 이 모델은 예측 가능한 성능 및 비용 프로파일을 유지하면서 협업 에이전트 행동, 전문 기술 및 효율적인 작업 라우팅을 지원하도록 설계되었습니다.
엔비디아의 창립자이자 CEO인 젠슨 황은 개방형 혁신이 AI 발전에 필수적이라고 강조했습니다. 그는 네모트론이 최첨단 AI를 누구나 접근 가능한 플랫폼으로 전환하여 투명성과 효율성을 높이고 대규모 에이전트 시스템 개발을 지원한다고 설명했습니다.
유럽, 한국 및 기타 지역의 국가 및 지역 AI 이니셔티브는 이미 개방형의 지역 맞춤형 AI 개발 기반으로 네모트론(Nemotron)을 고려하고 있습니다. 액센츄어, 케이던스, 크라우드스트라이크, 커서, 딜로이트, 팔란티어, 퍼플렉시티 등을 포함한 초기 도입 기업들은 제조, 사이버 보안, 소프트웨어 엔지니어링, 미디어 및 통신 등 다양한 분야의 워크플로에 네모트론 모델을 통합하고 있습니다.
모델 라인업: 나노, 슈퍼, 울트라
Nemotron 3는 각각 다른 유형의 워크로드를 대상으로 하는 세 가지 주요 MoE 모델 계층으로 구성됩니다.
- 나노 이는 약 30억 개의 매개변수를 가진 소규모 모델입니다. 활성화 토큰당 최대 3억 개의 매개변수 을 통한 효율적인 추론입니다. 적당한 할 일들 좋아하는e 디버깅, 요약, AI 파이프 라인그리고 정보 검색에서 낮은 지연 시간과 비용 are 결정적인. 그것의 하이브리드 MoE 설계는 Nemotron 2 Nano 대비 최대 4배의 토큰 처리량을 제공하고 추론 비용을 최대 60%까지 절감하여 전반적인 추론 비용을 낮춥니다.1만 토큰 컨텍스트 윈도우를 갖춘 Nemotron 3 Nano 유지하다s 더 많은 주 전역 긴 워크플로우를 개선하여 정확도를 높이고 멀리 떨어진 컨텍스트를 연결합니다. 독립적인 평가 기준에 따르면 순위는 다음과 같습니다. 가장 개방적이고 효율적인 모델 중 하나 수업과 상단 정확도 중 피어s.
- Super는 약 10억 개의 파라미터와 토큰당 최대 100억 개의 활성 파라미터를 가진 고정밀 추론 모델입니다. 다수의 에이전트가 협력하여 복잡한 목표를 달성하고 낮은 지연 시간을 요구하는 멀티 에이전트 애플리케이션에 최적화되어 있습니다. Super는 추론 깊이, 도구 사용, 에이전트 간 협업이 확장되어야 하지만 가장 큰 모델의 높은 비용 부담을 피해야 하는 시나리오에 적합합니다.
- Ultra는 최상위 모델로, 약 50천억 개의 파라미터와 토큰당 최대 500억 개의 활성 파라미터를 갖춘 대규모 추론 엔진 역할을 합니다. 심층 연구, 전략 기획, 매우 긴 컨텍스트에 걸쳐 고품질 추론이 요구되는 복잡한 의사결정 지원 시스템 등 가장 까다로운 AI 워크플로우에 적합합니다.
Nemotron 3 Super 및 Ultra는 NVIDIA의 4비트 NVFP4 포맷을 사용하여 Blackwell 아키텍처에서 학습됩니다. 이 학습 포맷은 메모리 사용량을 크게 줄이고 학습 처리량을 향상시키면서도 고정밀 포맷과 유사한 정확도를 유지합니다. 기업 및 서비스 제공업체의 경우, 기존 인프라에서 더 큰 모델을 학습시키거나 특정 규모에 필요한 하드웨어 사양을 줄일 수 있습니다.
이 계층형 제품군을 통해 개발자는 모델 크기와 기능을 특정 워크로드 및 비용 목표에 맞춰 조정할 수 있으며, 복잡하고 여러 단계를 거치는 워크플로 전반에 걸쳐 더 빠르고 정확한 장기적인 추론을 유지하면서 수십 개에서 수백 개의 에이전트까지 확장할 수 있습니다.
라우팅, 토큰 경제학 및 하이브리드 모델 전략
다중 에이전트 시스템이 성숙해짐에 따라 많은 조직에서 하이브리드 모델 전략을 채택하고 있습니다. 최첨단 독점 모델은 가장 복잡한 추론 작업에 사용되고, 효율적이고 맞춤 설정이 가능한 오픈 소스 모델은 일상적인 작업이나 특정 분야에 특화된 작업 부하를 처리합니다. Nemotron 3는 이러한 라우팅 기반 아키텍처를 위해 특별히 설계되었습니다.
일반적인 구성에서 에이전트 라우터는 작업을 실시간으로 분석합니다. 그런 다음 Nemotron 3 Ultra와 같은 정밀하게 조정된 Nemotron 모델이나 고유한 가치를 제공하는 경우 자체 모델로 작업을 할당합니다. 이러한 접근 방식은 가장 까다로운 사례에 고가의 최첨단 용량을 할당하고 Nemotron을 활용하여 높은 처리량과 효율성을 갖춘 워크로드를 처리함으로써 토큰 경제성을 최적화하는 데 도움이 됩니다.
AI 비서 및 에이전트 플랫폼을 구축하는 파트너들은 이러한 라우팅 전략을 통해 응답성을 향상시키고 비용을 효과적으로 관리하는 동시에 시간이 지남에 따라 다양한 모델 제공업체와 학습 전략을 통합할 수 있는 유연성을 유지할 수 있다고 보고합니다.
오픈 데이터, 라이브러리 및 안전 도구
NVIDIA는 모델 자체 외에도 사용자 지정 에이전트 개발을 지원하기 위해 상당한 양의 오픈 리소스를 공개하고 있습니다.
훈련 및 강화 학습 데이터 세트
NVIDIA는 사전 학습, 사후 학습 및 강화 학습을 위해 3조 개의 토큰으로 구성된 Nemotron 데이터셋을 제공합니다. 이 데이터셋에는 추론, 코딩 및 다단계 워크플로와 관련된 다양한 예제가 포함되어 있어 도메인별 에이전트를 학습하거나 미세 조정하는 데 사용할 수 있습니다. Nemotron 에이전트 안전 데이터셋은 실제 원격 측정 데이터를 제공하여 팀이 복잡한 자율 시스템의 안전성을 평가하고 개선하는 데 활용할 수 있도록 합니다.
네모 짐과 네모 RL
강화 학습 및 사후 학습을 간소화하기 위해 NVIDIA는 NeMo Gym과 NeMo RL을 오픈 소스 라이브러리로 출시했습니다. 이 라이브러리들은 Nemotron 모델에 맞춰 설계된 학습 환경과 사후 학습 기반을 제공하며, 다른 아키텍처에 맞게 확장하거나 적용할 수도 있습니다. NeMo Evaluator는 다양한 벤치마크 및 사용 사례에서 모델의 안전성과 성능을 평가하는 데 사용됩니다.
이러한 모든 도구와 데이터 세트는 GitHub와 Hugging Face에서 사용할 수 있으므로 팀은 기존 MLOps 파이프라인 및 학습 워크플로에 통합할 수 있습니다. Prime Intellect 및 Unsloth와 같은 생태계 참여 기업들은 이미 NeMo Gym 학습 환경을 자사 플랫폼에 통합하여 기업 사용자를 위한 강화 학습을 간소화하고 있습니다.
Nemotron 3 모델은 LM Studio, llama.cpp, SGLang, vLLM 등 널리 사용되는 추론 및 배포 프레임워크와도 호환되므로 로컬 실험을 쉽게 수행하고 다양한 환경에 배포할 수 있습니다.
이용 가능 여부 (Availability)
Nemotron 3 Nano는 아래에 명시된 다양한 유통 채널을 통해 지금 바로 구매하실 수 있습니다.
모델 허브 및 추론 제공업체: Nemotron 3 Nano 모델은 Hugging Face와 Baseten, DeepInfra, Fireworks, FriendliAI, OpenRouter, Together AI 등의 추론 제공업체를 통해 이용할 수 있습니다. 이러한 서비스를 통해 개발팀은 모델을 신속하게 평가하고 기존 애플리케이션에 통합할 수 있습니다.
엔터프라이즈 플랫폼: 네모트론 모델은 Couchbase, DataRobot, H2O.ai, JFrog, Lambda, UiPath를 포함한 엔터프라이즈 AI 및 데이터 플랫폼에 통합되고 있습니다. 이를 통해 고객은 네모트론 기반 기능을 데이터, 오케스트레이션 및 자동화 스택에 직접 내장할 수 있습니다.
퍼블릭 클라우드 및 NIM 마이크로서비스: 퍼블릭 클라우드 사용자의 경우, Nemotron 3 Nano는 서버리스 추론을 위해 Amazon Bedrock을 통해 AWS에서 사용할 수 있으며, Google Cloud, CoreWeave, Crusoe, Microsoft Foundry, Nebius, Nscale 및 Yotta에서도 사용할 수 있습니다.
Nemotron 3 Nano는 NVIDIA 가속 인프라에서 안전하고 확장 가능한 배포를 위한 NVIDIA NIM 마이크로서비스로도 제공되어 기업이 개인 정보 보호, 데이터 지역성 및 성능을 더욱 효과적으로 제어할 수 있도록 지원합니다.
Nemotron 3 Super와 Ultra는 2026년 상반기에 출시될 예정이며, 이를 통해 기업들은 초기 에이전트 기반 사용 사례를 위해 Nano 티어를 표준화하고 요구 사항이 증가함에 따라 향후 더 큰 모델로의 마이그레이션을 계획할 시간을 확보할 수 있습니다.
아마존