바시스

Vathys

딥러닝의 메모리 병목과 데이터 이동 문제를 해결하여 연산 효율을 극대화하는 아키텍처 기반 최적화 도구

무료Hardware

웹사이트 방문하기vathys.ai

데이터로봇와(과) 비교하기

소개

Vathys는 소프트웨어 기반의 'Software-defined ASIC' 접근 방식을 통해 딥러닝 가속을 시도했던 스타트업입니다. 하드웨어의 한계를 소프트웨어 최적화 계층에서 해결하여 학습과 추론 속도를 획기적으로 개선하려 했으나, 2023년 공식적으로 폐업(Out of Business) 상태로 전환되었습니다.

활용 워크플로우

입력

TensorFlow/PyTorch 기반 사전 학습 모델고해상도 이미지 및 대규모 정형/비정형 데이터셋대상 컴퓨팅 리소스 설정 (GPU, FPGA 등)최적화 대상 모델 체크포인트 (Weights/Biases)

바시스

Computational Graph 정적 분석 및 병목 지점 탐색Software-defined ISA 매핑 및 명령어 최적화메모리 대역폭 동적 할당 및 데이터 이동량 최소화연산 커널 퓨전(Kernel Fusion) 및 가속 런타임 생성

출력

Vathys 엔진 전용 최적화 실행 파일지연 시간(Latency) 및 처리량(Throughput) 성능 보고서메모리 사용량 최적화 프로파일링 데이터배포용 고성능 추론 API 엔드포인트

대규모 학습 최적화

분산 환경에서 역전파(Backpropagation) 연산을 가속하고 노드 간 데이터 통신 오버헤드를 줄입니다.

엣지 디바이스 배포 전용 최적화

제한된 메모리를 가진 임베디드 기기에서 고성능 신경망이 구동 가능하도록 모델을 압축 및 양자화합니다.

핵심 차별점: 전용 ASIC 하드웨어 없이 소프트웨어 정의 아키텍처만으로 딥러닝 연산의 메모리 병목을 제거하여 성능을 10배 이상 극대화합니다.

주요 기능

소프트웨어 정의 명령어 세트(ISA)
동적 메모리 병목 관리
컴파일러 기반 그래프 최적화

장점 & 단점

웹검색을 통해 수집된 사용자 피드백 정보입니다

장점

무선 스택 메모리와 비동기 연산 등 10년 내 주류 도입 힘든 혁신적 아이디어 보유
원시 성능 희생 없이 아키텍처 효율성에서 압도적 수치 달성 주장
연산이 아닌 데이터 이동을 핵심 병목으로 파악하여 해결에 집중
단일 칩에서 1페타플롭 성능 구현 기술적 주장
차세대 딥러닝 모델에 적합한 확장성 높은 아키텍처 설계
TPU 대비 대폭 개선된 성능의 수치적 증거 보유 주장

단점

반도체 업계에서 비동기 로직을 불안하고 위험한 기술로 인식하여 채택 저항
매출과 제품이 없는 사전 단계로 채택 장벽 존재
단일 칩 페타스케일 성능 주장이 클릭베이트라는 회의적 반응
대다수 사용자에게는 여전히 GPU가 최적의 도구라는 비판 존재
2023년 3월 기준 사업 중단 상태로 상용화 미달성

가격 정보

무료시작 가격: 가격 문의

딥러닝 가속기 하드웨어를 개발하는 기업으로, 일반적인 소프트웨어 구독 모델 대신 기업 간 거래(B2B)를 통한 맞춤형 가격을 제공합니다. 현재 공식 웹사이트에 공개된 고정 가격표는 없으며, 도입 및 칩 구매를 위해서는 직접 문의가 필요합니다. 일부 시장 자료에 따르면 현재 사업 운영이 중단되었을 가능성이 있습니다.

가격표 확인하기