가상 AI 실험실에서 시뮬레이션으로 테스트 진행해 비용과 에너지 소비 감축
AI 컴퓨팅 기술 분야의 선두주자인 엔비디아(NVIDIA)가 11월 17일부터 22일까지(현지시간) 미국 애틀랜타에서 개최되는 ‘슈퍼컴퓨팅 2024(Supercomputing 2024, SC24) 콘퍼런스에서 신재료 발견을 가속화하는 엔비디아 알케미 NIM(NVIDIA ALCHEM NIM) 마이크로서비스를 발표했다.
세탁 세제나 음식 포장과 같은 일상용품부터 반도체, 배터리, 태양광 패널과 같은 첨단 산업 부품까지 모든 제조품의 96% 이상이 대체 재료로 바꿀 수 없는 화학 물질에 의존하고 있다.
연구자와 개발자들은 AI와 최신 기술 발전을 통해 에너지 저장과 환경 개선과 같은 세계에서 가장 어려운 과제를 해결할 수 있는 새로운 재료를 개발하는 방법에 대해 연구하고 있다.
이번 SC24 콘퍼런스에서 발표된 엔비디아 알케미 NIM 마이크로서비스는 화학 시뮬레이션을 위한 AI 추론을 최적화함으로써 이러한 연구를 가속화하고 있다. 이는 보다 효율적이고 지속 가능한 재료를 개발해 재생 에너지 전환을 지원할 수 있도록 한다.
알케미 NIM 마이크로서비스는 엔비디아가 연구자, 개발자 그리고 기업들을 지원해 워크플로우에서 에너지와 자원 효율성을 높이는 다양한 방법 중 하나이다. 또한, 글로벌 넷 제로 이니셔티브(Net Zero Initiative)에 부합하는 요구 사항을 충족하는 데에도 기여하고 있다.
엔비디아 알케미를 통한 재료, 화학 시뮬레이션
잠재적인 재료의 세계를 탐색하는 것은 각각 고유한 특성을 지닌 화학 물질의 거의 무한한 조합을 사용해야 하므로 매우 복잡하고 시간이 많이 소요될 수 있다. 새로운 재료는 일반적으로 전통적인 실험실에서 시행착오를 거듭하며, 고된 합성과 테스트를 통해 발견된 경우가 많다.
예를 들어, 오늘날 플라스틱의 대부분은 여전히 1900년대 중반에 발견된 재료를 기반으로 하고 있다.
최근에는 AI가 화학과 재료 혁신을 위한 유망한 촉진제로 부상하고 있다.
새로운 알케미 NIM 마이크로서비스를 통해 연구자들은 가상 AI 실험실에서 시뮬레이션으로 화합물과 재료 안정성을 테스트할 수 있어 비용, 에너지 소비, 발견까지의 시간을 줄일 수 있다.
예를 들어, 재료 화학을 위해 사전 훈련된 파운데이션 모델인 MACE-MP-0을 엔비디아 H100 텐서 코어(Tensor Core) GPU에서 실행하면 새로운 NIM 마이크로서비스는 잠재적 조합의 시뮬레이션된 장기 안정성 평가 속도를 100배 높여준다.
아래 그림은 엔비디아 워프 파이썬(Warp Python) 프레임워크를 사용한 고성능 시뮬레이션에서 25배의 속도 향상과, 인플라이트 배칭(In-Flight Batching)에 따른 4배의 속도 향상을 보여준다. 전체적으로 1,600만 개의 구조를 평가하는 데 몇 달이 걸렸던 작업을 NIM 마이크로서비스를 사용하면 단 몇 시간 만에 완료할 수 있다.
NIM 마이크로 서비스는 과학자들이 더 짧은 시간 안에 더 많은 구조를 검사할 수 있게 해준다. 이를 통해 태양열이나 전기 배터리에 사용되는 재료에 대한 연구를 촉진해 재생 에너지 전환을 강화할 수 있다.
엔비디아는 또한 새로운 재료의 제조 가능성을 시뮬레이션할 수 있는 NIM 마이크로서비스를 출시할 계획이다. 이를 활용해 새로운 재료를 시험관에서 실제 세계로 가져와 어떻게 배터리, 태양광 패널, 비료, 농약 그리고 더 건강하고 친환경적인 지구에 기여할 수 있을지 그 방법을 결정할 수 있다.
리튬 금속 배터리의 선도적인 개발사인 SES AI는 전기차에 사용되는 전해질 재료의 식별을 가속화하기 위해 에임넷2(AIMNet2) 모델과 함께 엔비디아 알케미 NIM 마이크로서비스를 사용하고 있다.
SES AI의 CEO인 치차오 후(Qichao Hu)는 “SES AI는 AI 가속화된 재료 발견을 통해 리튬 배터리 기술을 발전시키는 데 전념하고 있으며, 우리의 분자 우주 프로젝트(Molecular Universe Project)를 통해 리튬 금속 전해질 발견을 위한 유망 후보를 탐색하고 식별하고 있다. AIMNet2와 함께 알케미 NIM 마이크로서비스를 사용하면 분자 특성을 매핑하는 능력을 획기적으로 개선할 수 있으며, 시간과 비용을 크게 절감하고 혁신을 가속화할 수 있다”고 말했다.
SES AI는 최근 알케미를 사용해 반나절 만에 10만개의 분자를 매핑했으며, 앞으로는 이를 1시간 이내에 달성할 가능성이 있다. 이는 이 마이크로서비스가 재료 스크리닝 효율성에 혁신적인 영향을 미칠 수 있음을 보여준다.
앞으로 SES AI는 향후 몇 년 내에 최대 100억 개의 분자의 특성을 매핑할 계획이며, AI 기반의 고처리량 발견의 경계를 확장하는 것을 목표로 하고 있다.
여기에서 11월 22일(금)까지 진행되는 SC24에서 다룬 엔비디아 알케미 NIM 마이크로서비스에 대해 자세히 알아볼 수 있다.
