인도 IT 잡지 애널리틱스 인디아 매거진이 텐서플로(TensorFlow) 2.9 버전 출시 소식을 전했다.

2.9 버전은 이전 버전인 2.8 버전 출시 후 단 3개월 만에 등장했다. 텐서플로 2.9에서 주로 강조하는 부분은 원DNN을 이용한 성능 향상과 모델 병렬 처리를 위한 신규 API인 D텐서(DTensor)

텐서플로는 2.8 버전의 출시 이후 불과 삼 개월 만에 2.9 버전을 새로이 출시하였다. 주요 하이라이트는 oneDNN을 이용한 성능 향상과 데이터 및 모델 배분용 신규 API인 D텐서(DTensor)이다. 모두 데이터와 모델 병렬 간 간단한 이동을 지원하기 위한 요소이다.

텐서플로는 oneDNN 성능 라이브러리를 통합하여 인텔 CPU 이용 시 성능을 향상하였다. 텐서플로는 버전 2.5를 출시한 이래로 oneDNN의 성능을 총 네 차례 개선하는 등 실험적 지원을 제공했다.

텐서플로 2.9는 리눅스 x86 패키지 환경과 신경망 집중 하드웨어 기능을 가진 CPU(인텔 캐스캐이드 레이크나 최신 모델)에서 oneDNN 최적화를 디폴트로 실행한다.

함께 주목할 부분은 D텐서플로(DTensorflow)이다. D텐서플로는 데이터 병렬 처리를 단일 프로그램 다중데이터(SPDM)로 변경하는 새로운 API이다. 이로써 개발자는 기기 하나로는 부족할 정도로 큰 모델 입력값을 이용하여 모델 훈련을 할 수 있다.

이번 API는 장치-애그노스틱(device-agnostic)으로, 동일 모델 코드를 CPU, GPU TPU에서 이용할 수 있다. 기기 타입에 따라 모델이 분할되어 있다. 또한, 코디네이터가 없어 태스크에 로컬로 연결된 기기를 실행할 수 있어 시작 시간의 변화 없이 모델의 규모를 확장할 수 있다.

이전에는 레플리카를 기반으로 모델 코드를 작성했다면, D텐서 이용 시 글로벌 관점에서 모델 코드를 작성한다. 레플리카 코드는 D텐서 런타임에서 생성된다.

이 외에 주요 업데이트 사항 중에는 윈도에서 가상 머신이나 듀얼 부팅 설정 없이 리눅스 실행을 지원하는 리눅스용 윈도 하위 시스템(WSL)이 있다.

텐서플로 2.8은 결정론적 옵스(Ops)를 위한 API를 소개하였다. 결정론은 옵스를 여러 번 반복적으로 실행하여 동일한 인풋으로 동일한 아웃풋이 매번 나오는 것을 의미한다. 텐서플로 2.9는 결정론 성능을 강화했다.

또한, 텐서플로는 케라스 옵티마이저 API(Keras Optimizer API)의 새로운 실험 버전을 출시하여 내장형 및 맞춤형 옵티마이저 목록을 확장하고 통일하였다.

[ⓒ CWN(CHANGE WITH NEWS). 무단전재-재배포 금지]