더보기

고객의 미래가 디에스앤지의 미래입니다.

Graid Technology



SupremeRAIDTM by Graid Technology

AI·GPU 인프라를 위한 GPU 기반 NVMe RAID

SupremeRAIDTM AE는 AI 및 GPU 중심 인프라를 위해 설계된 GPU 기반 NVMe RAID 솔루션입니다. 기존 GPU에서 동작하며 최소한의 GPU 리소스로 RAID 처리를 오프로드해 데이터 보호와 고성능 I/O를 동시에 제공합니다.

95%+

NVMe 원시 성능에 가까운 처리 목표

7 SMs

GPU 리소스 사용을 최소화한 RAID 오프로드

0

별도 RAID 카드·PCIe 슬롯·케이블 부담 감소

AI

학습·추론·데이터 전처리 워크로드 대응

GRAID SupremeRAID

SupremeRAIDTM AE

시분할 다중화(time-division multiplexing) 기술을 통해 I/O 작업 수행 시점에만 필요한 GPU SM(Streaming Multiprocessor)을 사용하고, 데이터 이동 완료 후에는 GPU 리소스를 계속 점유하지 않습니다.

최소 GPU 리소스 사용

AI 컴퓨팅 워크로드 영향을 줄이면서 RAID 처리를 GPU로 오프로드합니다.

NVMe 성능 보존

엔터프라이즈급 RAID 데이터 보호 기능을 제공하면서도 NVMe 성능 저하를 최소화합니다.

인프라 변경 최소화

별도 RAID 카드, 추가 PCIe 슬롯, 케이블, 전용 냉각 시스템 부담을 줄입니다.

AI 워크로드 대응

대규모 모델 학습, 추론, 데이터 전처리처럼 스토리지 I/O가 중요한 GPU 서버에 적합합니다.

SupremeRAIDTM HE

SupremeRAIDTM HE는 클러스터 및 분산 환경의 고가용성(High Availability)을 위해 설계된 GPU 기반 RAID 솔루션입니다. RAID 연산을 GPU로 오프로드해 CPU가 애플리케이션 처리에 집중할 수 있도록 돕습니다.

SupremeRAID HE
SupremeRAIDTM HE 주요 특징
HPC 환경 최적화BeeGFS, Ceph, Lustre 등 병렬 파일 시스템 기반 HPC 스토리지 구성에 적합합니다.
고가용성 지원강력한 노드 간 HA 구성으로 장애 상황에서도 운영 연속성을 확보합니다.
어레이 마이그레이션자동 어레이 마이그레이션 기능으로 확장과 변경을 유연하게 지원합니다.
NVMe 성능기준 RAID 구성 환경에서 최대 읽기 132GB/s, 쓰기 83GB/s 수준의 NVMe 성능을 제시합니다.

과학 계산

대규모 수치 계산과 연구 데이터를 빠르게 처리해야 하는 환경에 적합합니다.

시뮬레이션

연산 결과와 중간 데이터를 반복적으로 저장·호출하는 워크로드에 대응합니다.

유전체학

대용량 바이오·유전체 데이터셋의 병렬 I/O 요구를 지원합니다.

데이터 집약형 워크로드

AI, HPC, 분석 플랫폼처럼 처리량과 데이터 보호가 동시에 필요한 환경에 적합합니다.

SupremeStore

SupremeStore는 듀얼 노드 고가용성 아키텍처를 기반으로 구축된 고성능 클러스터형 NVMe 스토리지 시스템으로, SupremeRAID™ 카드, 고속 패브릭, 확장 가능한 병렬 파일 시스템을 통합합니다. AI, 머신러닝 및 HPC 환경에 필요한 고성능, 확장성, 스토리지 복원력을 제공합니다.

SupremeStore
SSG-221E-DN2R24R

SSG-221E-DN2R24R

고성능 NVMe 스토리지 서버 기반 구성

SupremeRAID HE

SupremeRAIDTM HE

GPU 기반 RAID 및 고가용성 구성

Parallel File System

BeeGFS 기반 병렬 파일 시스템으로 공유 처리량 확장

Shared Fabric KV Cache Offload

SupremeStore는 KV Cache 오프로딩을 위한 고성능 공유 패브릭을 제공하며, 공유 NVMe 스토리지를 통해 GPU 메모리 용량을 확장하여 더 큰 규모의 LLM 추론, 더 큰 배치 크기, 더 많은 동시 사용자를 지원합니다

SupremeStore shared fabric server

80GB/s

Shared Throughput

RAID 5/6 protected

2.0x

Faster TTFT

29.14s → 14.68s
No-offload 대비 49.6% 감소

2.0x

Faster Query Round

94.81s → 47.49s
No-offload 대비 49.9% 감소

TESTED: Qwen3-235B-A22B Instruct · 4× NVIDIA H200 · SupremeStore(SupremeRAID HE) · vLLM + LMCache