Coolgx: Difference between revisions
Jump to navigation
Jump to search
(→특징) |
(Fix: remove --- horizontal lines (7 removed)) |
||
| (4 intermediate revisions by 2 users not shown) | |||
| Line 1: | Line 1: | ||
== | {{Status | ||
|status=Draft | |||
|owner=Knowledge Agent | |||
|last_update=2026-07-16 | |||
|review=Pending | |||
}} | |||
{{TOC}} | |||
== Overview == | |||
Coolgx에 대한 기술 문서입니다. | |||
=== Summary === | |||
* 무엇인가? - Coolgx | |||
* 왜 필요한가? - HPC 및 서버 환경에서 필수 개념 | |||
* 언제 사용하는가? - 서버 구성, 성능 튜닝, 문제 해결 시 | |||
== Purpose == | |||
이 문서가 존재하는 이유 | |||
* Goal: Coolgx에 대한 기술 정보 제공 | |||
* Scope: Coolgx의 개념, 사용법, 설정 | |||
* Non-goals: 다른 주제로의 확장 | |||
== Key Concepts == | |||
{| class="wikitable" | |||
! Concept | |||
! Description | |||
! Related | |||
|- | |||
| Coolgx | |||
| HPC/서버 환경에서 중요한 기술 개념 | |||
| [[Linux]], [[Server]] | |||
|} | |||
== Detailed Explanation == | |||
[[file:Hpcmatelogosmall.png|right]] | [[file:Hpcmatelogosmall.png|right]] | ||
'''CoolGX는 다수의 GPU를 사용하여 기계학습(Machine Learning) 딥러닝(Deep Learning)을 운영하는데 대두되는 고성능 컴퓨팅 장치 (CPU 및 GPU)에서 피할 수 없는 발열을 효과적 냉각하기 위하여 열역학과 유체역학을 최적화하여 설계된 HPCMATE 만의 고성능 수냉식 서버입니다.''' | '''CoolGX는 다수의 GPU를 사용하여 기계학습(Machine Learning) 딥러닝(Deep Learning)을 운영하는데 대두되는 고성능 컴퓨팅 장치 (CPU 및 GPU)에서 피할 수 없는 발열을 효과적 냉각하기 위하여 열역학과 유체역학을 최적화하여 설계된 HPCMATE 만의 고성능 수냉식 서버입니다.''' | ||
[[file:CoolGX-Chassis.png|300px|center|coolgx-chassis]] | [[file:CoolGX-Chassis.png|300px|center|coolgx-chassis]] | ||
* 고성능 기계학습 알고리즘 개발 전용 국내 최초의 랙마운트 커스텀 수냉식 기계학습 렉마운트 서버 | * 고성능 기계학습 알고리즘 개발 전용 국내 최초의 랙마운트 커스텀 수냉식 기계학습 렉마운트 서버 | ||
* 고성능 워크스테이션 또는 서버 보드 장착 가능하여 연산량이 많은 인공지능(AI) 기계학습 전용 수냉식 HPC 서버 | * 고성능 워크스테이션 또는 서버 보드 장착 가능하여 연산량이 많은 인공지능(AI) 기계학습 전용 수냉식 HPC 서버 | ||
| Line 10: | Line 51: | ||
* 세계 최고의 수냉 부품과 HPCMATE가 자체 제작한 Smart Fan Control로 워크로드에 따라 냉각 조절 | * 세계 최고의 수냉 부품과 HPCMATE가 자체 제작한 Smart Fan Control로 워크로드에 따라 냉각 조절 | ||
* HPCMATE의 25+년 경험과 지식이 적용된 고성능 인공지능 기계학습 개발 전용 서버 | * HPCMATE의 25+년 경험과 지식이 적용된 고성능 인공지능 기계학습 개발 전용 서버 | ||
* 2018년 초기 CoolGX 모델은 8U 사이즈의 특별한 디자인으로 설계되어 통합된 시스템을 기본으로 함 | * 2018년 초기 CoolGX 모델은 8U 사이즈의 특별한 디자인으로 설계되어 통합된 시스템을 기본으로 함 | ||
* 2019년 CoolGX 4U 모델 상용화 | |||
* 2021년 - CoolGX 기술에서 샷시의 의존성을 없애고 수냉식 쿨링 부품들을 효율적으로 제어하는 독립된 기술로 개량 | * 2021년 - CoolGX 기술에서 샷시의 의존성을 없애고 수냉식 쿨링 부품들을 효율적으로 제어하는 독립된 기술로 개량 | ||
* 2022년 - CoolGX 기술을 적용하여 2 x CPU, 6 x 3090을 탑재할 수 있는 [[HMDLS-CUBE]] 상품화 | * 2022년 - CoolGX 기술을 적용하여 2 x CPU, 6 x 3090을 탑재할 수 있는 [[HMDLS-CUBE]] 상품화 | ||
* 2023년 - CoolGX 기술을 확장하여 대규모 액체 냉각 방식 [[CoolUX]] 상용화 및 '''2023 조달청 혁신제품으로 선정''' <br /> | |||
<gallery caption="CoolGX 특징" widths="350px" mode="packed"> | <gallery caption="CoolGX 특징" widths="350px" mode="packed"> | ||
파일:Thermal.png|열역학 최적화 | 파일:Thermal.png|열역학 최적화 | ||
| Line 24: | Line 62: | ||
파일:Dualcpu.png|듀얼 CPU 지원 | 파일:Dualcpu.png|듀얼 CPU 지원 | ||
파일:Performance2.png|GPU 60도/CPU 40도 이하 | 파일:Performance2.png|GPU 60도/CPU 40도 이하 | ||
파일:Roomtemp2.png|실온하에서 | 파일:Roomtemp2.png|실온하에서 | ||
== Best Practices == | |||
* 최신 버전 사용 권장 | |||
* 공식 문서 참고 | |||
* 테스트 환경에서 먼저 검증 | |||
== References == | |||
* [https://wiki.hpcmate.com Coolgx] | |||
== Related Pages == | |||
* [[Linux]] | |||
* [[Server]] | |||
* [[Hardware]] | |||
* [[Network]] | |||
[[Category:Server]] | |||
== Knowledge Graph == | |||
Related | |||
→ [[Linux]] | |||
→ [[Server]] | |||
→ [[Hardware]] | |||
→ [[Network]] | |||
[[Category: | [[Category:Reference]] | ||
Latest revision as of 11:27, 17 July 2026
Overview
Coolgx에 대한 기술 문서입니다.
Summary
- 무엇인가? - Coolgx
- 왜 필요한가? - HPC 및 서버 환경에서 필수 개념
- 언제 사용하는가? - 서버 구성, 성능 튜닝, 문제 해결 시
Purpose
이 문서가 존재하는 이유
- Goal: Coolgx에 대한 기술 정보 제공
- Scope: Coolgx의 개념, 사용법, 설정
- Non-goals: 다른 주제로의 확장
Key Concepts
| Concept | Description | Related |
|---|---|---|
| Coolgx | HPC/서버 환경에서 중요한 기술 개념 | Linux, Server |
Detailed Explanation
CoolGX는 다수의 GPU를 사용하여 기계학습(Machine Learning) 딥러닝(Deep Learning)을 운영하는데 대두되는 고성능 컴퓨팅 장치 (CPU 및 GPU)에서 피할 수 없는 발열을 효과적 냉각하기 위하여 열역학과 유체역학을 최적화하여 설계된 HPCMATE 만의 고성능 수냉식 서버입니다.
- 고성능 기계학습 알고리즘 개발 전용 국내 최초의 랙마운트 커스텀 수냉식 기계학습 렉마운트 서버
- 고성능 워크스테이션 또는 서버 보드 장착 가능하여 연산량이 많은 인공지능(AI) 기계학습 전용 수냉식 HPC 서버
- 듀얼 냉각 솔류션 적용으로 최대 고성능 GPU 8개/CPU 2개에서 발열 되는 3,500W이상의 발열을 상온(28.6도)에서도 최대 GPU 56도, CPU 40도 이하유지 (100% 운전시)
- 세계 최고의 수냉 부품과 HPCMATE가 자체 제작한 Smart Fan Control로 워크로드에 따라 냉각 조절
- HPCMATE의 25+년 경험과 지식이 적용된 고성능 인공지능 기계학습 개발 전용 서버
- 2018년 초기 CoolGX 모델은 8U 사이즈의 특별한 디자인으로 설계되어 통합된 시스템을 기본으로 함
- 2019년 CoolGX 4U 모델 상용화
- 2021년 - CoolGX 기술에서 샷시의 의존성을 없애고 수냉식 쿨링 부품들을 효율적으로 제어하는 독립된 기술로 개량
- 2022년 - CoolGX 기술을 적용하여 2 x CPU, 6 x 3090을 탑재할 수 있는 HMDLS-CUBE 상품화
- 2023년 - CoolGX 기술을 확장하여 대규모 액체 냉각 방식 CoolUX 상용화 및 2023 조달청 혁신제품으로 선정
<gallery caption="CoolGX 특징" widths="350px" mode="packed"> 파일:Thermal.png|열역학 최적화 파일:anymb.png|다양한 보드 지원 파일:8gpus.png|최대 8개 GPUs 파일:Dualcpu.png|듀얼 CPU 지원 파일:Performance2.png|GPU 60도/CPU 40도 이하 파일:Roomtemp2.png|실온하에서
Best Practices
- 최신 버전 사용 권장
- 공식 문서 참고
- 테스트 환경에서 먼저 검증
References
Related Pages
Knowledge Graph
Related
