핵심 요약
AWS가 re:Invent 2025에서 자동차 및 제조업 워크로드를 위한 차세대 AI/클라우드 기술과 고객 사례를 공개했습니다.
구현 방법
- Trainium3 UltraServer GA 발표로 AI 훈련/추론 성능이 최대 4.4배, 에너지 효율 4배, 메모리 대역폭 거의 4배 향상
- S3 객체 최대 50TB 확장 및 S3 Vectors로 벡터 인덱스 최대 20억 벡터 확장, 비용 절감 최대 90%
- OpenSearch Serverless GPU 가속화 및 자동 최적화 벡터 인덱스로 대규모 벡터 DB 구축 비용/속도 개선
- Zoox 사례: SageMaker HyperPod 기반 파운데이션 모델 학습, 64개 GPU에서 95% GPU 활용률 달성
- AWS Data Transfer Terminal로 차량 데이터 최대 400Gbps 수집
주요 결과
- Trainium3 UltraServer 도입으로 AI 워크로드의 성능과 효율성 대폭 개선
- 대규모 벡터 데이터 관리 비용 절감 실현
- 자율주행/제조 에지 워크로드의 처리 용량과 데이터 수집 속도 향상
