Acer Veriton GN100 리뷰: NVIDIA Spark 생태계에서 돋보이는 제품

Acer Veriton GN100 AI 미니 워크스테이션은 NVIDIA의 GB10 Grace Blackwell Superchip을 기반으로 구축된 여러 Spark 기반 시스템 중 하나로, 저희가 평가 중입니다. 다른 시스템들과 마찬가지로 GN100은 데이터센터급 AI 컴퓨팅 성능을 컴팩트한 데스크톱 형태로 제공하여 개발자와 연구원들이 클라우드 인프라에 전적으로 의존하지 않고 로컬에서 모델을 실행하고 개선할 수 있도록 설계되었습니다.

이 구성에서 GN100은 20코어 Arm 기반 GB10 프로세서와 통합 Blackwell 그래픽을 결합하여 최대 1페타플롭(FP4)의 AI 성능을 제공합니다. 128GB의 LPDDR5x 통합 메모리와 4TB PCIe Gen5 NVMe SSD를 탑재하여 대규모 언어 모델, 생성형 AI 워크플로우 및 데이터 집약적인 실험에 필요한 메모리 대역폭과 스토리지 처리량을 제공합니다.

이 그룹의 다른 Spark 시스템과 마찬가지로 GN100은 로컬 AI 실행을 지원하는 동시에 통합 NVIDIA ConnectX-7 SmartNIC를 통해 시스템 간 확장을 허용합니다. 두 대의 장치를 연결하여 단일 어플라이언스를 넘어 더 큰 모델 워크로드를 지원할 수 있습니다.

이 시스템은 NVIDIA DGX OS와 전체 AI 소프트웨어 스택이 사전 설치되어 출고되므로 개발 및 연구 환경에 즉시 배포할 수 있습니다.

Acer Veriton GN100 AI 사양

스펙	에이서 베리톤 GN100 AI (GB10)
크기 및 무게
높이	2의
폭	5.9의
깊이	5.9의
중량(평량)	2.65 파운드
프로세서
프로세서 종류	NVIDIA GB10 (그레이스 블랙웰 슈퍼칩) (20코어)
통합 그래픽	NVIDIA Blackwell GPU(통합형)
메모리
메모리 유형	LPDDR5x (통합 시스템 메모리)
메모리 구성	128GB LPDDR5x 통합 시스템 메모리
메모리 대역폭	273 GB/s (8533 MT/s)
운영체제
지원되는 운영 체제	엔비디아 DGX OS
외부 포트 및 슬롯
네트워크 포트	RJ45(10GbE) 1개 NVIDIA ConnectX-7 NIC (200G × 2 QSFP)
USB 포트	USB 3.2 Gen 2×2 Type-C 포트 3개(20Gbps) PD 기능이 있는 USB 3.2 Gen 2×2 Type-C 포트 1개
비디오 포트	HDMI 2.1a 포트 1개
전원 어댑터 포트	USB 타입 C (PD 입력)
보안 슬롯	원 켄싱턴 록
Wireless
WiFi	WiFi 7 (AW-EM637, 2×2)
Bluetooth	Bluetooth 5.4
스토리지
저장 옵션	최대 4TB NVMe SSD(PCIe Gen5)
전원 어댑터
타입	240W 외부 어댑터(USB Type-C)

Acer Veriton GN100 AI 빌드 앤 디자인

Veriton GN100의 전면은 섀시 전체 너비를 가로지르는 수직 슬랫으로 이루어져 있습니다. 수평으로 뻗은 액센트 라인이 그릴을 가로지르며, 우리가 살펴본 다른 Spark 기반 시스템과는 차별화된 독특한 외관을 선사합니다.

모든 주요 입출력 포트는 시스템 후면에 있습니다. Acer는 전원 공급을 지원하는 USB 3.2 Type-C 포트 1개를 포함하여 총 4개의 USB 포트를 제공하며, 디스플레이 출력을 위한 HDMI 2.1b 포트도 있습니다. 네트워크 기능으로는 RJ-45 이더넷 포트와 NVIDIA ConnectX-7 Smart NIC가 탑재되어 고대역폭 연결 및 시스템 연동이 가능합니다. 무선 기능은 Wi-Fi 7 및 Bluetooth 5.1 이상을 지원합니다. 물리적 보안을 위해 켄싱턴 락 슬롯도 제공됩니다.

여기서는 섀시 전체를 덮는 금속 차폐판과 구조판을 볼 수 있는데, 이는 보강 프레임이자 방열판 역할을 합니다. 왼쪽 하단에는 금속판 아래에 부분적으로 숨겨져 있으며 나사 하나로 고정된 접근성이 좋은 M.2 2242 NVMe SSD 슬롯이 있습니다.

Acer 본체 하단부를 살펴보려면 테두리 나사를 풀어 하단 패널을 깔끔하게 들어 올리세요. 내부 구조는 직관적이고 잘 정돈되어 있어 냉각 장치, 저장 장치, 메인보드 구성 요소를 바로 확인할 수 있습니다. 하단 패널 자체는 견고한 느낌을 주며 본체 전체의 안정성을 높여줍니다.

다른 Spark 시스템들과 비교했을 때, Acer는 약간 다른 접근 방식을 취했습니다. 파운더스 에디션과 여러 OEM 제품에서 볼 수 있었던 세련된 도색 금속 하단 플레이트 대신, Acer는 마감 처리가 되지 않은 주조 금속 하단 플레이트를 사용했습니다. 표면은 매끄럽지 않고 주조 질감이 드러나지만, 두껍고 구조적으로 견고합니다. 기능적으로는 보강 프레임 및 보조 방열판으로서 동일한 역할을 수행하지만, 제조 방식의 차이는 분명히 다른 설계 및 비용 철학을 반영합니다.

Acer Veriton GN100 AI 발열 테스트

Acer Veriton GN100 AI의 발열 테스트를 위해 파운더스 에디션 및 Dell, ASUS, GIBABYTE와 같은 OEM 제품들과 비교했습니다. 이에 대한 자세한 내용은 Spark 열 테스트 보고서 에서 확인할 수 있습니다.

전체 스택에 걸쳐 세 단계의 워크로드를 적용하여 약 1시간 동안 사용률을 점진적으로 증가시키면서 특정 기간 동안 구성 요소를 모니터링했습니다. 이를 통해 장치가 장시간 사용되고 다양한 워크로드 단계에 노출되는 것을 확인할 수 있었습니다. CPU, GPU, 네트워크, NVMe 온도 및 총 전력 소비량을 모니터링했습니다.

CPU 온도

CPU 열 테스트 중, Acer 시스템은 고부하 프리필(Prefill) 작업 시 최고 온도 74.7°C를 기록했습니다. 이는 비교 대상 그룹에서 관찰된 가장 낮은 최대 CPU 온도 중 하나로, 상당히 보수적이고 효율적인 열 관리 설계를 보여줍니다.

작업 부하가 Equal ISL/OSL 및 지속적인 Decode Heavy 단계로 전환됨에 따라 CPU 온도는 급격한 상승 없이 안정적으로 제어되었습니다. 일부 경쟁 시스템에서 볼 수 있는 80°C 후반대까지 상승하는 대신, Acer는 낮은 작동 온도 범위를 유지하여 장시간 컴퓨팅 부하에서도 충분한 냉각 여유를 보여주었습니다.

최저 온도 범위에서 CPU는 유휴 또는 저부하 상태에서 37.8°C를 기록했습니다. 이 기준선은 전체 제품군의 온도와 일치하며, Acer의 냉각 솔루션이 유휴 상태와 부하 상태 모두에서 효과적임을 입증합니다.

전반적으로 Acer는 순간 부하 및 지속 부하 단계 모두에서 그룹 내에서 가장 낮은 CPU 발열 프로파일을 보여주었습니다.

GPU 온도

GPU 발열 또한 비슷한 양상을 보이며 안정적인 흐름을 나타냈습니다. 프리필 헤비 가속 테스트 동안 GPU는 최대 69°C에 도달했는데, 이는 버스트 활동 중 여러 경쟁 제품보다 훨씬 낮은 온도입니다.

워크로드가 Equal ISL/OSL 및 Decode Heavy 단계로 진행됨에 따라 GPU는 눈에 띄는 온도 급상승 없이 안정적인 범위 내에서 작동했습니다. 시스템은 지속적인 디코딩 환경에서도 일관된 동작을 보였으며, 상한 작동 온도보다 훨씬 낮은 수준을 유지했습니다.

작업 부하가 적은 단계에서 기록된 최저 GPU 온도는 35°C였으며, 이는 스택 내에서 가장 낮은 유휴 온도 기준선 중 하나입니다.

종합적으로 볼 때, 에이서는 순간 부하와 지속 부하 모두에서 가장 뛰어난 GPU 구현 성능을 보여주었습니다.

NVMe 온도

테스트 전반에 걸쳐 스토리지 발열은 사양 범위 내에서 안정적으로 유지되었습니다. NVMe 드라이브는 고부하 단계에서 최고 56.8°C를 기록했지만, 일반적인 스로틀링 임계값보다 훨씬 낮은 수준을 유지했으며, 그룹의 다른 스토리지 테스트 결과와도 일치했습니다.

유휴 상태 또는 사용량이 적을 때 NVMe 온도는 36.8°C까지 떨어져 스토리지 하위 시스템이 저부하 상태에서 열적으로 제약을 받지 않음을 나타냅니다.

전반적으로 Acer는 경쟁력 있는 NVMe 발열 관리 성능을 유지하며, 낮은 온도를 지속적으로 유지하고 안정적인 기본 동작을 보여주었습니다.

NIC 온도

NIC 온도는 부하가 높은 단계에서 최고 61°C까지 상승했습니다. 이는 비교 대상 그룹에서 관찰된 최대 NIC 온도 중 낮은 수치에 속하며, 섀시 내부의 공기 흐름 또는 부품 배치가 효과적이었음을 시사합니다.

가벼운 단계에서 기록된 최저 NIC 온도는 39°C였으며, 이는 다시 한번 강력한 기준 열 거동을 반영합니다.

테스트 기간 내내 네트워크 컨트롤러는 과도한 확장 없이 워크로드 수요에 비례하여 작동했습니다.

GPU 전력 소비량

GPU 전력 소모는 프리필 헤비 전환 중에 최대 69.18W를 기록했습니다. 이는 Acer가 GB10 제품군에서 관찰된 최고 전력 소모량보다 약간 낮은 수준입니다.

최대 전력 소모량이 낮다는 점은 Acer의 GPU 발열 관리가 더 효율적이라는 것과 직접적인 관련이 있습니다. Acer는 전력 소모 한계를 공격적으로 높이기보다는 성능과 열 효율의 균형을 유지함으로써, 순간적인 부하 변동 시 부품 온도를 지속적으로 낮게 유지하는 것으로 보입니다.

지속적인 디코딩 작업 부하 동안 전력 소비는 작업 부하 요구에 맞춰 안정화되었으며 예측 가능한 수준을 유지했습니다.

열 요약

CPU, GPU, NVMe, NIC 모니터링 결과, Acer GB10은 비교 대상 그룹에서 가장 낮은 발열 수준을 보였습니다. CPU는 고부하 작업 전환 시 최고 74.7°C, GPU는 69°C를 기록했으며, NVMe는 57°C 미만, NIC는 최고 61°C를 유지했습니다. GPU 전력 소모는 최대 69.18W로, 비교 대상 그룹에서 가장 높은 값보다 약간 낮았습니다.

전반적으로 Acer의 구현 방식은 열 효율성과 지속적인 안정성을 우선시하여 급격한 작업 부하 전환 중에도 상당한 여유 공간을 확보하고 장시간 부하 상태에서도 일관된 성능을 제공합니다.

Acer Veriton GN100 성능 테스트

Acer Veriton GN100을 평가하기 위해 대규모 언어 모델을 위한 가장 널리 사용되는 고처리량 추론 및 서빙 엔진인 vLLM 온라인 서빙 벤치마크를 사용하여 Spark 장치를 테스트했습니다. vLLM 온라인 서빙 벤치마크는 실행 중인 vLLM 서버에 동시 요청을 전송하여 실제 운영 환경의 워크로드를 시뮬레이션하고, 다양한 부하 조건에서 총 토큰 처리량(초당 토큰 수), 첫 번째 토큰 획득 시간, 출력 토큰당 시간 등의 주요 지표를 측정합니다.

저희는 밀집 아키텍처부터 마이크로 스케일링 데이터 유형에 이르기까지 다양한 모델을 대상으로 테스트를 진행했습니다. 테스트는 ISL/OSL 균등, 사전 입력 작업량 많음, 디코딩 작업량 많음의 세 가지 워크로드 시나리오에서 성능을 평가했습니다. 이러한 시나리오는 균형 잡힌 입력 및 출력 부하부터 연산 집약적인 프롬프트 처리 및 메모리 대역폭 제약이 있는 토큰 생성에 이르기까지 실제 서비스 환경에서 발생하는 다양한 패턴을 나타냅니다.

Acer Veriton GN100 외에도, 기준점으로 NVIDIA Founders Edition Spark를 비롯하여 ASUS, Dell, GIGABYTE의 OEM 시스템들을 벤치마킹했습니다. 이를 통해 Acer의 성능을 보다 광범위한 경쟁 환경 속에서 살펴보고, 다양한 모델과 작업 부하 유형에서 Acer가 어떤 부분에서 선두를 달리고, 어떤 부분에서 경쟁사와 보조를 맞추며, 어떤 부분에서 뒤처지는지 파악할 수 있었습니다.

GPT-OSS-120B

동일한 ISL/OSL 조건에서 Acer는 배치 스윕 전반에 걸쳐 69.65~713.18 tok/s의 처리량을 보였습니다. 처리량은 배치 크기가 작을 때는 다소 변동성을 보이다가 배치 8부터 배치 64까지 안정화되고 꾸준히 증가했습니다.

Prefill Heavy는 303.61 tok/s에서 시작하여 배치 크기 64에서 2,777.56 tok/s까지 증가합니다. 스케일링은 전반적으로 강력하고 점진적이며, 특히 배치 8에서 공격적인 성장을 보였고 더 큰 배치 크기에서도 지속적인 증가를 나타냈습니다.

Decode Heavy의 처리량은 38.38~292.41 tok/s 범위이며, 배치 크기별로 점진적이고 일관된 확장성을 보입니다. 배치 크기가 작을 때는 처리량에 다소 변동성이 나타나지만, 16번째 배치부터는 안정화되고 꾸준히 증가합니다.

GPT-OSS-20B

동일한 ISL/OSL 조건에서 Acer는 91.91 tok/s에서 1,565.62 tok/s까지 확장되며, 전체 배치에 걸쳐 강력하고 일관된 성능 향상을 보여줍니다. 처리량은 배치 1에서 배치 4까지 약 두 배로 증가한 후 배치 32와 64까지 계속해서 증가합니다.

Prefill Heavy는 1,637.72 tok/s에서 시작하여 배치 크기가 64로 증가함에 따라 4,317.73 tok/s까지 상승합니다. 2번째 배치까지는 급격한 증가세를 보이다가 중간 범위에서는 완만해지며, 32번째 배치와 64번째 배치에서 다시 가속화됩니다.

Decode Heavy의 처리 속도는 50.55~674.26 tok/s 범위이며, 배치 스윕 전반에 걸쳐 점진적이고 일관된 스케일링을 보입니다.

 

Qwen3 코더 30B A3B FB8

동일한 ISL/OSL 조건에서 Acer는 104.64 tok/s에서 1,273.47 tok/s까지 확장되며, 전체 배치에 걸쳐 꾸준하고 일관된 성장을 보입니다. 처리량은 배치 16까지 각 단계에서 약 두 배씩 증가하며, 배치 32와 64까지 계속해서 증가합니다.

Prefill Heavy는 429.86 tok/s에서 시작하여 배치 크기 64에서 2,034.76 tok/s까지 증가합니다. 배치 8까지는 확장성이 뛰어나다가 배치 32와 64에서 작업량이 정체기에 접어들면서 확장성이 다소 둔화됩니다.

Decode Heavy의 처리 속도는 55.94~478.59 tok/s 범위이며, 배치 스윕 전반에 걸쳐 점진적이고 일관된 스케일링을 보입니다.

Qwen3 코더 30B A3B 베이스

동일한 ISL/OSL 조건에서 Acer는 60.71~681.18 tok/s의 처리량을 보였으며, 모든 배치 크기에서 FP8 변형보다 의미 있게 낮은 처리량을 나타냈습니다. 처리량은 전반적으로 꾸준히 증가했지만, 배치 크기가 커질수록 FP8과의 격차가 벌어졌습니다.

Prefill Heavy는 260.11 tok/s에서 시작하여 배치 크기 64에서 1,610.56 tok/s까지 증가합니다. 확장성은 전체 범위에 걸쳐 일관적이지만, 모든 배치 크기에서 처리량은 FP8에 비해 상당히 낮습니다.

Decode Heavy의 출력 범위는 33.31~342.79 tok/s이며, 전체 측정 범위에서 FP8 변형보다 낮은 출력을 보입니다. 출력 증가는 모든 배치 크기에 걸쳐 점진적이고 일관적입니다.

Llama 3.1 8B 명령어 FP4

동일한 ISL/OSL 조건에서 Acer는 77.15 tok/s에서 2,834.70 tok/s까지 확장되어 모든 배치 크기에서 FP8 변형보다 확실한 처리량 우위를 제공합니다. 확장성은 배치 32까지 부드럽고 선형적이며 배치 64에서도 지속적으로 강력한 성능 향상을 보여줍니다.

Prefill Heavy는 321.54 tok/s에서 시작하여 배치 32에서 2,539.85 tok/s까지 상승한 후 배치 64에서 2,516.13 tok/s로 약간 안정화됩니다. FP4 모델은 중간 및 큰 배치 크기 전반에 걸쳐 FP8 모델보다 높은 처리량을 유지합니다.

Decode Heavy의 처리량은 41.21~585.63 tok/s 범위이며, 모든 배치 크기에서 FP8 변형보다 현저히 높은 처리량을 보입니다. 처리량 증가는 전체 범위에 걸쳐 일관적입니다.

Llama 3.1 8B 명령어 FP8

동일한 ISL/OSL 조건에서 Acer는 배치 처리량 전반에 걸쳐 55.93 tok/s에서 2,262.73 tok/s까지 꾸준하고 일관된 성능 향상을 보였습니다. 처리량은 배치 1에서 배치 8까지 거의 두 배로 증가했으며, 배치 32와 64까지 계속해서 증가하여 포화되는 기미를 보이지 않았습니다.

Prefill Heavy는 237.62 tok/s에서 시작하여 배치 크기 64에서 2,376.88 tok/s까지 증가합니다. 확장성은 전반적으로 강력하고 점진적이며, 처리량은 전체 배치에 걸쳐 일관되게 증가합니다.

Decode Heavy의 토크 범위는 30.39~538.18 tok/s이며, 배치 스윕 전반에 걸쳐 일관된 증가세를 보입니다.

GPU 직접 스토리지

Spark에서 수행한 테스트 중 하나는 MagnumIO GPU Direct Storage(GDS) 테스트였습니다. GDS는 NVIDIA에서 개발한 기능으로, GPU가 NVMe 드라이브나 기타 고속 저장 장치에 저장된 데이터에 액세스할 때 CPU를 거치지 않고 바로 접근할 수 있도록 합니다. GDS는 CPU와 시스템 메모리를 거치지 않고 GPU와 저장 장치 간의 직접 통신을 가능하게 하여 지연 시간을 크게 줄이고 데이터 처리량을 향상시킵니다.

Acer는 Veriton GN100 AI에 4TB Samsung PM9E1 Gen5 SSD를 사용했는데, 이는 현재까지 시중에서 볼 수 있는 가장 빠른 2242 M.2 드라이브입니다.

GPU 직접 스토리지 작동 방식

기존 방식에서는 GPU가 NVMe 드라이브에 저장된 데이터를 처리할 때, 데이터가 GPU에 도달하기 전에 먼저 CPU와 시스템 메모리를 거쳐야 했습니다. 이 과정에서 CPU가 중간 역할을 하여 병목 현상을 일으키고, 지연 시간을 증가시키며 시스템 리소스를 소모했습니다. GPU Direct Storage는 GPU가 PCIe 버스를 통해 스토리지 장치에서 직접 데이터에 접근할 수 있도록 함으로써 이러한 비효율성을 해결합니다. 이러한 직접 경로는 데이터 이동 오버헤드를 줄여 더욱 빠르고 효율적인 데이터 전송을 가능하게 합니다.

AI 워크로드, 특히 딥 러닝과 관련된 워크로드는 매우 데이터 집약적입니다. 대규모 신경망을 훈련하려면 테라바이트 규모의 데이터를 처리해야 하며, 데이터 전송이 지연되면 GPU 활용도가 낮아지고 훈련 시간이 길어질 수 있습니다. GPU Direct Storage는 데이터가 가능한 한 빨리 GPU에 전달되도록 하여 유휴 시간을 최소화하고 계산 효율성을 극대화함으로써 이러한 과제를 해결합니다.

또한 GDS는 비디오 처리, 자연어 처리 또는 실시간 추론과 같이 대용량 데이터 세트를 스트리밍하는 작업 부하에 특히 유용합니다. GDS는 CPU에 대한 의존도를 줄임으로써 데이터 이동을 가속화하고 다른 작업을 위한 CPU 리소스를 확보하여 전반적인 시스템 성능을 더욱 향상시킵니다.

GDSIO 읽기 처리량 16k

GDSIO 읽기 처리량 16K를 살펴보면, Acer는 1개 스레드에서 0.07GiB/s로 시작하여 2개(0.13GiB/s), 4개(0.26GiB/s), 8개(0.57GiB/s)까지 선형적으로 증가합니다. 처리량은 16개(1.16GiB/s), 32개(2.16GiB/s), 64개(4.34GiB/s)에서도 계속 상승합니다. 128개 스레드에서는 처리량이 6.91GiB/s에 도달하여 스윕에서 관찰된 최고 결과를 기록했으며, 명확한 포화 지점이 없어 작은 I/O 크기에서도 플랫폼이 계속 확장됨을 알 수 있습니다.

GDSIO 읽기 평균 지연 시간 16K

GDSIO 읽기 평균 지연 시간(16K)을 살펴보면, Acer 제품은 스레드 1개에서 약 0.22ms로 시작하여 2개 스레드에서 0.23ms, 4개 스레드에서 0.24ms, 8개 스레드에서 0.22ms로 놀라울 정도로 안정적인 값을 유지합니다. 16개 스레드(0.21ms), 32개 스레드(0.23ms), 64개 스레드(0.22ms)에서도 지연 시간은 유사하게 평탄하게 유지되다가 128개 스레드에서 0.28ms로 약간 증가합니다. 모든 스레드 수에서 거의 평탄한 지연 시간 프로파일은 처리량에서 나타나는 지속적인 확장성을 반영합니다.

GSDIO 쓰기 처리량 16K

GDSIO 쓰기 처리량 16K를 살펴보면, Acer 제품은 스레드 1개에서 0.07GiB/s로 시작하여 스레드 2개(0.14GiB/s), 4개(0.28GiB/s), 8개(0.55GiB/s)로 갈수록 처리량이 증가합니다. 16개(1.13GiB/s), 32개(2.81GiB/s), 64개(5.23GiB/s)에서는 증가 속도가 더욱 빨라집니다. 128개 스레드에서는 처리량이 6.60GiB/s에 도달하여 최고치를 기록하며, 작은 블록 크기에서는 뚜렷한 포화 현상 없이 지속적인 확장이 나타납니다.

GDSIO 쓰기 평균 지연 시간 16K

GDSIO 쓰기 평균 지연 시간(16K)을 살펴보면, Acer는 스레드 1개에서 약 0.22ms로 시작하여 스레드 2개(0.21ms), 4개(0.22ms), 8개(0.22ms)에서도 안정적인 성능을 유지합니다. 스레드 32개에서는 지연 시간이 0.17ms로 약간 감소했다가 64개에서는 0.19ms로 소폭 증가합니다. 스레드 128개에서는 지연 시간이 0.30ms까지 상승하지만, 1M 결과와 비교하면 여전히 상대적으로 낮은 수준으로, 이처럼 작은 I/O 크기에서도 지속적인 확장성을 보여줍니다.

GDSIO 읽기 처리량 1M

GDSIO 읽기 처리량 1M을 살펴보면, Acer 제품은 1개 스레드에서 2.64GiB/s로 시작하여 2개 스레드에서 5.10GiB/s, 4개 스레드에서 9.80GiB/s까지 증가합니다. 8개 스레드에서는 처리량이 11.23GiB/s에 도달한 후 플랫폼은 사실상 포화 상태에 이릅니다. 16개 스레드(11.22GiB/s), 32개 스레드(11.21GiB/s), 64개 스레드(11.15GiB/s)에서도 성능은 안정적으로 유지되며 평탄한 구간을 보입니다. 128개 스레드에서는 처리량이 11.19GiB/s로 일정하게 유지되어 전체 구간에서 포화 상태에 도달함을 확인시켜 줍니다.

GDSIO 읽기 평균 지연 시간 1M

GDSIO 읽기 평균 지연 시간(1M)을 살펴보면, Acer 제품은 스레드 1개에서 약 0.37ms로 시작하여 스레드 2개(0.38ms)와 4개(0.40ms)에서도 비슷한 수준을 유지합니다. 지연 시간은 동시 실행 스레드 수가 증가함에 따라 늘어나 8개 스레드에서 0.70ms, 16개 스레드에서 1.39ms, 32개 스레드에서 2.79ms에 이릅니다. 이러한 상승 추세는 스레드 64개(5.60ms)에서도 계속되어 최대 동시 실행 수준인 128개 스레드에서 11.17ms에 도달하지만, 처리량은 대체로 안정적으로 유지됩니다.

GDSIO 쓰기 처리량 1M

GDSIO 쓰기 처리량 1M을 살펴보면, Acer는 1개 스레드에서 2.79GiB/s로 시작하여 2개 스레드에서 5.84GiB/s, 4개 스레드에서 10.72GiB/s까지 크게 확장됩니다. 8개 스레드에서는 처리량이 12.20GiB/s에 도달하며 플랫폼이 사실상 포화 상태에 이릅니다. 16개 스레드(12.25GiB/s), 32개 스레드(12.24GiB/s), 64개 스레드(12.23GiB/s)에서도 성능은 안정적으로 유지됩니다. 128개 스레드에서는 처리량이 8.94GiB/s로 크게 떨어지는데, 이는 최고 동시 실행 수준에서 경합이나 리소스 고갈이 발생했음을 시사합니다.

GDSIO 쓰기 평균 지연 시간 1M

GDSIO 쓰기 평균 지연 시간(1M)을 살펴보면, Acer 제품은 스레드 1개에서 약 0.35ms로 시작하여 스레드 2개(0.33ms)와 4개(0.36ms)에서도 낮은 수준을 유지합니다. 동시 실행 스레드 수가 증가함에 따라 지연 시간도 증가하여 스레드 8개에서 0.64ms, 16개에서 1.28ms, 32개에서 2.55ms에 도달합니다. 이러한 상승 추세는 스레드 64개(5.11ms)에서도 계속되며, 128개에서는 13.98ms까지 급격히 상승하여 최대 동시 실행 시 관찰되는 처리량 저하와 일치합니다.

맺음말

Acer Veriton GN100은 Spark 비교 테스트에서 전반적으로 가장 낮은 발열 수준을 기록했습니다 . 부하가 집중되는 프리필 전환 및 지속적인 디코딩 작업 중에도 CPU와 GPU 최고 온도가 다른 제품들보다 consistently 낮게 유지되었습니다. 부하 시 80°C 후반대까지 올라가는 대신, 장시간 작동 동안 안정적인 작동 범위 내에서 온도를 유지했는데, 이는 효과적인 공기 흐름 설계와 균형 잡힌 전력 튜닝 덕분입니다.

스토리지 성능 또한 뚜렷한 강점이었습니다. 4TB 삼성 PM9E1 Gen5 SSD를 탑재한 GN100은 동급 제품 중 가장 강력한 소형 블록 GPU Direct Storage 확장성을 보여주었습니다. 16K 블록 크기에서 읽기 및 쓰기 지연 시간은 스레드 수에 관계없이 놀라울 정도로 일정하게 유지되었으며, 처리량은 최고 수준까지 깔끔하게 확장되었습니다. 1만 건의 전송에서 플랫폼은 빠르게 포화 상태에 도달했고, 중간 수준의 동시 접속자 수까지 경쟁력 있는 성능을 유지하다가 최고 스레드 수에서 점차 감소했습니다.

vLLM 추론 테스트에서 성능은 예상대로 GB10 기반을 공유하는 점을 고려할 때 광범위한 Spark 생태계와 매우 유사한 수준을 유지했습니다. 차이는 순수 컴퓨팅 출력에서 ​​나타난 것이 아니라 부하 시 발열 및 스토리지 동작에서 드러났습니다.

Spark 제품군 전체에 걸쳐 아키텍처의 일관성이 유지되어 추론 성능이 매우 유사합니다. 이번 테스트에서 GN100을 차별화하는 요소는 뛰어난 Gen5 NVMe 성능과 더불어 지속적으로 낮은 발열을 유지하는 작동 특성입니다. 이는 GN100이 지금까지 테스트한 제품 중 열 효율성이 뛰어나고 스토리지 성능이 우수한 제품 중 하나임을 의미합니다.

제품 페이지 – Acer Veritron GN 100 AI

순위표: Acer Veriton GN100은 로컬 AI용 최고 데스크톱 순위표 에서 GB10 구현 부문 최고 자리를 차지했습니다.