by Wizard

Meta의 ORW 디자인, 데이터 센터 개방성의 새로운 방향 제시: AMD의 ‘Helios’ 플랫폼 심층 분석

최근 2025 오픈 컴퓨트 프로젝트(OCP) 글로벌 서밋에서 AMD는 Meta의 새로운 Open Rack Wide (ORW) 표준을 기반으로 구축된 "Helios" 랙 스케일 플랫폼을 선보였습니다. 이는 인공지능 시스템의 전력 효율성, 냉각 및 서비스 용이성을 개선하기 위한 개방형 더블 와이드 프레임워크로 설명되었습니다. AMD는 "Helios"를 개방형 및 상호 운용 가능한 데이터 센터 인프라를 향한 중요한 단계로 보고 있지만, 이러한 개방성이 실제로 업계 전반에 걸쳐 얼마나 채택될지는 아직 미지수입니다.

Meta의 역할: 새로운 랙 디자인을 형성하다

Meta는 대규모 AI 데이터 센터의 기반으로 ORW 사양을 OCP 커뮤니티에 기여했습니다. 이 새로운 폼 팩터는 표준화된 하드웨어 아키텍처에 대한 증가하는 수요를 해결하기 위해 개발되었습니다. AMD의 "Helios"는 Meta의 개방형 랙 원칙과 AMD 자체 하드웨어를 결합한 이 개념의 테스트 사례 역할을 하는 것으로 보입니다. 이 협력은 독점 시스템에서 벗어나는 움직임을 의미하지만, Meta와 같은 주요 업체에 대한 의존성은 표준의 중립성과 접근성에 대한 의문을 제기합니다.

"Helios" 시스템의 핵심 기술력

"Helios" 시스템은 CDNA 아키텍처를 기반으로 한 AMD Instinct MI450 GPU, EPYC CPU 및 Pensando 네트워킹으로 구동됩니다. 각 MI450은 최대 432GB의 고대역폭 메모리와 19.6TB/s의 대역폭을 제공하여 데이터 집약적인 AI 도구에 대한 용량을 제공합니다. 전체 규모에서 72개의 GPU가 장착된 "Helios" 랙은 FP8에서 1.4 exaFLOPS, FP4 정밀도에서 2.9 exaFLOPS에 도달할 것으로 예상되며, 31TB의 HBM4 메모리와 1.4PB/s의 총 대역폭으로 지원됩니다. 또한 최대 260TB/s의 내부 인터커넥트 처리량과 43TB/s의 이더넷 기반 스케일링 용량을 제공합니다.

성능 향상 및 개방형 디자인

AMD는 이전 세대보다 최대 17.9배 더 높은 성능과 Nvidia의 Vera Rubin 시스템보다 약 50% 더 큰 메모리 용량 및 대역폭을 제공한다고 추정합니다. AMD는 이것이 AI 학습 및 추론을 위한 용량의 도약이라고 주장하지만, 이는 엔지니어링 추정치이며 실제 현장 결과는 아닙니다. 랙의 개방형 디자인은 OCP DC-MHS, UALink 및 Ultra Ethernet 컨소시엄 프레임워크를 통합하여 스케일업 및 스케일아웃 배포를 모두 허용합니다. 또한 안정성을 위해 액체 냉각 및 표준 기반 이더넷을 포함합니다.

업계 표준으로의 발전 가능성

"Helios" 디자인은 칩에서 랙 수준으로 회사의 개방성에 대한 추진력을 확장하며 Oracle의 50,000 AMD GPU 배포에 대한 초기 약속은 상업적 관심을 시사합니다. 그러나 광범위한 생태계 지원은 "Helios"가 공유 산업 표준이 될지 아니면 개방형 인프라에 대한 또 다른 브랜드 해석으로 남을지를 결정할 것입니다. AMD가 2026년을 대량 출시 목표로 삼으면서 경쟁업체와 파트너가 ORW를 채택하는 정도는 AI 하드웨어의 개방성이 개념에서 진정한 실천으로 발전할 수 있는지를 보여줄 것입니다.

AMD의 비전과 업계의 미래

"개방형 협업은 AI를 효율적으로 확장하는 데 핵심입니다."라고 AMD의 데이터 센터 솔루션 그룹 총괄 책임자인 포레스트 노로드 (Forrest Norrod) 부사장은 말했습니다. "'Helios'를 통해 우리는 개방형 표준을 실제 배포 가능한 시스템으로 전환하고 있으며, AMD Instinct GPU, EPYC CPU 및 개방형 패브릭을 결합하여 차세대 AI 워크로드를 위해 구축된 유연하고 고성능 플랫폼을 업계에 제공합니다."

맺음말

AMD의 "Helios" 플랫폼과 Meta의 ORW 디자인은 데이터 센터 개방성의 새로운 가능성을 제시합니다. 그러나 진정한 업계 표준으로 자리 잡기 위해서는 더 많은 기업들의 참여와 협력이 필요합니다. 앞으로 AMD가 목표로 하는 2026년까지 이 기술이 어떻게 발전하고 확산될지 주목해야 할 것입니다.