top of page

GPU Workstation

AI 대리모델 학습 및 선체 표면 압력장 예측을 위한 GPU 워크스테이션

GPU : NVIDIA GeForce RTX 3080 10GB GDDR6X
20 Core CPU : Intel Xeon Silver 4210R/2.4G-13.75M-10C Two CPUs
Memory : RECC D4-2666 Max 12s/192G (Expandable to 2TB)
Storage : 960GB SSD (S3 R550/W520) + 8TB HDD (S3 6G 7.2K)
Network : Intel 10GbE × 2 / IPMI 2.0

GPU 워크스테이션은 연구실의 인공지능 연구를 담당하는 장비입니다. 전산유체역학 해석이 CPU 클러스터에서 수행된다면, 그 결과로 축적된 데이터를 학습하여 대리모델을 구축하는 작업은 이곳에서 이루어집니다.선체 형상 하나의 유동장을 CFD로 계산하는 데는 수 시간이 소요됩니다. 설계안 수천 개를 비교해야 하는 최적화 과정에서 이 비용은 감당하기 어렵습니다. 신경망을 이용해 형상과 유동장 사이의 관계를 미리 학습해 두면, 새로운 선형에 대한 표면 압력 분포와 저항 성능을 수 초 안에 예측할 수 있습니다. 물리 기반 해석이 만든 데이터를 데이터 기반 학습이 압축하는 구조입니다.본 장비는 NVIDIA RTX 3080 GPU와 듀얼 Xeon Silver 4210R 프로세서, 192GB의 ECC 메모리를 갖추고 있습니다. 심층 부호화 거리함수를 이용한 선형 생성 모델, U-Net 기반 표면 압력장 예측, 예측 결과의 불확실성 정량화 등이 이 워크스테이션에서 수행됩니다.

pnu-all-vector-transparent-all-white.png
연구실_로고_흰색_투명.png

Lab. of Ship Resistance & Performance, Dept. Naval Architecture and Ocean Engineering Pusan Nation University

Professor : In-won Lee · Tel : +82-51-510-2768

Adress : 2, Busandaehak-ro 63beon-gil, Geumjeong-gu, Busan, Republic of Korea

​

 

© 2026 by ResONE. Powered and secured by Wix

 

bottom of page