기본 콘텐츠로 건너뛰기

AMD 라이젠 AI 헤일로 리뷰 공개 - DGX Spark 보다 느리다.

 






(출처: AMD)

​

​

AMD가 맥 미니 (M4 프로 기준) 킬러 (?)라고 출시한 AI 미니 PC인 AMD 라이젠 AI의 벤치마크 결과들이 공개되고 있습니다. 결론적으로 말하면 AI 작업에서 가격대를 감안할 때 실제 경쟁자인 엔비디아의 DGX Spark에 비해 확실하게 느리다는 것입니다. 일단 AMD 라이젠 AI의 제원은 아래와 같습니다.

​

  • CPU: 16코어 32스레드 Zen 5 (Ryzen AI Max+ 395)

  • GPU: Radeon 8060S (RDNA 3.5, 2560 스트림 프로세서 / 40 CU)

  • NPU: XDNA 2

  • 메모리: 128GB LPDDR5X-8000 (통합 메모리, 256GB/s 대역폭) → 최대 ~200B 파라미터 모델 지원

  • 저장소: 2TB NVMe SSD

  • 네트워킹: 10GbE + Wi-Fi 7

  • 포트: USB4, HDMI 2.1 등

  • TDP: 120W

  • 크기: 매우 컴팩트 (150 x 150 x 45.4 mm)

  • OS: Linux (Debian 기반, ROCm 프리로드) 또는 Windows 11

  • 가격: $3,999

​

라이젠 AI 헤일로는 ROCm 스택과 AI 앱(ComfyUI, vLLM 등)이 미리 설치되어 있고, AMD의 Playbooks(사용 가이드)가 제공되어 초보자도 빠르게 시작 가능하다는 점이 큰 장점입니다. 또 직접적인 경쟁자인 DGX Spark와 비교되는 특징은 윈도우 설치가 가능하다는 것입니다. 하지만 장점은 여기까지입니다.

​

​

탐스 하드웨어 리뷰: https://www.tomshardware.com/pc-components/gpus/embargo-mon-july-6-8am-pt-1100-edt-amd-ryzen-ai-halo-review

​

탐스 하드웨어 리뷰를 정리하면 라이젠 AI 헤일로는 CPU만 빠릅니다.

​

1. CPU 및 일반 컴퓨팅 성능 (Geekbench 6)

​

AMD는 강력한 Zen 5 아키텍처를 통해 CPU 연산 능력에서 경쟁 모델(Nvidia 기반 Dell Pro Max GB10)을 앞섭니다.

​

Single-Core: Ryzen AI Halo (3,122) > Dell Pro Max GB10 (2,957)

Multi-Core: Ryzen AI Halo (20,451) > Dell Pro Max GB10 (18,360)

결론: 코딩, 컴파일 등 일반적인 생산성 작업 및 범용 컴퓨팅 성능에서 우위에 있습니다.

​

2. AI 추론 성능 (Throughput: Tokens per second)

​

LLM(대규모 언어 모델) 추론 성능에서는 모든 테스트 모델에서 Nvidia(Dell Pro Max GB10)가 Ryzen AI Halo보다 우세한 결과를 보였습니다.

​

Gemma 4 12B-IT / Qwen 3.6-35B-A3B / gpt-oss-120B: 모든 모델에서 Dell Pro Max GB10(녹색)의 초당 토큰 생성 속도가 Ryzen AI Halo(적색)보다 높게 나타납니다.

Context Depth 영향: 컨텍스트 깊이(Context Depth)가 길어질수록 두 모델 모두 성능이 하락하지만, Ryzen AI Halo의 성능 저하 폭이 상대적으로 더 크거나 더 낮은 지점에서 유지됩니다.

결론: 메모리 대역폭(256GB/s)의 한계로 인해 AI 추론 속도에서는 Nvidia 제품군에 비해 열세에 있습니다.

​

3. AI 반응 속도 (Time-to-first-token Latency)

​

사용자가 질문을 던진 후 첫 토큰이 나올 때까지의 지연 시간(Latency)은 Nvidia 제품이 압도적으로 빠릅니다.

​

특이사항: 컨텍스트 깊이가 깊어질수록(65536 기준) Ryzen AI Halo의 지연 시간이 기하급수적으로 증가합니다.

예 (Gemma 4 12B-IT): Ryzen AI Halo (235.5초) vs Dell Pro Max GB10 (47.8초)

결론: 긴 문맥을 다루는 대화형 AI 작업 시, Ryzen AI Halo는 Nvidia 대비 체감될 정도로 느린 반응 속도를 보입니다.

​

4. 이미지 생성 성능 (ComfyUI - Flux.2 Klein)

​

Dell Pro Max GB10: 101.25초

Ryzen AI Halo: 632초

결론: 이미지 생성 작업에서 Ryzen AI Halo는 경쟁 모델 대비 약 6배 이상 느린 성능을 기록하며 가장 큰 격차를 보였습니다.

​

5. 기타 요소 (소음 및 환경)

​

소음 (Noise level):

Idle(대기 시): 두 제품 모두 비슷함 (34 vs 33.3 dBA)

Load(작업 시): Ryzen AI Halo (41.5 dBA)가 Dell Pro Max GB10 (37 dBA)보다 소음이 다소 높음.

​

​

이미지 생성이나 토큰 생성, 그리고 첫 응답 속도 모두 생각보다 엄청나게 큰 차이가 나는데, 기본적으로 라데온 RDNA 3.5보다 블랙웰 아키텍처 기반의 GPU가 하드웨어 자체 성능이 높고 소프트웨어 생태계도 최적화되어 있다는 점을 감안하면 어쩔 수 없는 차이로 보입니다. 그럼에도 일부에서 6배 이상 벌어지는 차이를 보면 조금 저렴하다고 이걸 구매하는 사람이 있을까 하는 의구심이 드는 결과입니다.

​

결국 자신보다 훨씬 저렴한 맥 미니 M4 pro 버전을 경쟁자처럼 묘사한데는 그럴 수밖에 없는 이유가 있었던 것으로 보입니다. 하지만 출시 전 성능이 DGX Spark와 일부 비슷할 것처럼 언급한 부분은 결과를 보니 황당하다는 느낌마져 듭니다. (위의 슬라이드 참조)

​

이전 포스트: https://blog.naver.com/jjy0501/224292454602

​

일단 출시 가격은 3999달러인데, DGX Spark보다 약간 낮은 가격에도 판매량은 많지 않을 것으로 예상됩니다. 고성능 노트북 CPU 대신 AI 전용 칩을 만들어서 대응해야 하지 않았나 하는 생각입니다.

​

라벨:

댓글

댓글 쓰기

이 블로그의 인기 게시물

중등도 코로나 19 환자에서 제한적인 효과만을 확인한 렘데시비르

   현재 렘데시비르는 인공 호흡기 치료가 필요한 환자 등 중증 코로나 19 환자의 치료제로 사용되고 있습니다. 다만 공급이 부족해서 갑자가 중증 코로나 19 환자가 늘어날 경우 수급 문제가 불거질 수밖에 없습니다. 따라서 이를 중등도 코로나 19 환자 (경증이나 무증상은 당연히 치료가 필요없거나 대증 요법 정도) 사용한다는 것은 지금 당장에 급한 연구는 아니지만, 나중에 수급량이 많아지고 가격이 낮아질 때를 생각하면 의미 있는 연구 결과입니다.   렘데시비르 제조사인 길리어드 사이언스의 다아애나 브레이너드 박사 ( Dr. Diana Brainard of Gilead Sciences )는 병원에 입원이 필요했던 중등도 코로나 19 환자 584명을 렘데시비르 5일, 10일 투여 실험군과 위약을 투여한 대조군으로 나눠 임상 경과, 사망 등 중요한 합병증 발생 등에서 차이를 보이는지 조사했습니다. 연구 대상자의 40% 이상은 당뇨 같은 만성 질환이 있었으며 평균 연령은 57세였습니다.   연구 결과 대조군의 2%, 5일 투여군의 2%, 10일 투여군의 1%가 사망했으나 사망자 수가 4명, 3명, 2명 정도로 통계적 차이를 판단하기에는 사망자 수가 적어 결론을 내리기 어려웠습니다. 연구팀은 5일 투여군에서 임상 경과가 다소 호전되는 것을 판단했으나 10일 투여군에서는 통계적 차이를 검증할 수 없었습니다. 결론적으로 말해 중등도 코로나 19 환자에서 렘데시비르 투여는 확실한 임상적 이득이 없었습니다.     5일 투여량만 해도 가격이 3120달러라는 점을 감안할 때 중등도 환자에서 렘데시비르 투여는 설령 공급이 원활하다고 해도 적절한 치료법이 아닌 것으로 판단됩니다. 더구나 지금처럼 공급이 불안해 중증 환자 투여 물량 확보가 아쉬운 상황에서는 말할 것도 없습니다.  이번 연구는 렘데시비르보다 효과가 뛰어나면서 저렴한 차세대 항바이러스 치료제의 필요성을 다시 보여준 것으로 생각됩니다....
댓글 쓰기
자세한 내용 보기

178Tb/s - 광섬유 통신 신기록 수립

  ( Lidia Galdino, lead researcher on the study. Credit: James Tye / UCL )  현재 가정에 들어오는 초고속 광통신은 10Gb/s 정도가 가장 빠른 편입니다. 그러나 사실 광섬유를 통해서 보낼 수 있는 정보량은 이것보다 훨씬 많습니다. 현재 개발 중인 기술 가운데서는 이미 1Tb/s 이상이 속도를 지닌 것들이 많아 미래에는 테라 인터넷 시대가 가능할 것으로 예상됩니다. 그런 가운데 영국 유니버시티 칼리지 런던 (UCL)의 리디아 갈디노( Lidia Galdino )가 이끄는 연구팀이 178Tb/s라는 신기록을 세웠다는 소식입니다.   광섬유 통신을 위한 주파수는 4.5THz까지 높일 수 있습니다. 최근에 개발된 신기술은 9THz 벽도 돌파했습니다. 그러나 연구팀은 16.8THz라는 새로운 영역에 도달했습니다. 주파수가 높을 수록 더 많은 정보를 전송할 수 있습니다. 하지만 16.8THz의 주파수로도 178Tb/s의 데이터 전송 속도는 사실 불가능합니다. 연구팀은  Geometric Shaping (GS) 방식으로 레이저 신호의 페이즈, 밝기, 편광 수준을 조절해 여러 신호가 서로 간섭 없이 전달되게 만들어 이런 신기록을 수립했습니다.   물론 새로운 기술이 항상 그렇듯이 바로 상용화가 가능한 것은 아닙니다. 특히 광섬유는 장거리 정보 전송이 가능해야 할 뿐 아니라 오류 없이 장시간 작동이 가능해야 합니다. 자꾸 에러가 생기거나 고장난다면 아무리 속도가 빨라도 무용지물입니다. 이 단계를 극복하고 경제성까지 갖춰 실용화 되는 경우는 사실 소수에 지나지 않습니다.   하지만 경쟁적으로 Tb 급 대역폭을 지닌 광통신 기술이 개발되고 있어 테라바이트 급 정보도 순식간에 전송할 수 있는 시대가 올 것은 분명합니다. 과거 전화선을 이용한 56K 모뎀에서 지금의 광섬유 기반 초고속 인터넷이 온 것처럼 속도는 계속 빨라질 수밖에 없기 때문입니다...
댓글 쓰기
자세한 내용 보기

코로나 19 감염 위험성이 큰 동물은?

  ( A new genomic study ranks the potential of the SARS-CoV-2 spike protein to bind to the ACE2 receptor site in 410 vertebrate animals. Old World primates and great apes, which have identical amino acids at the binding site as humans, are predicted to have a very high propensity for binding ACE2 and are likely susceptible to SARS-CoV-2 infection. Credit: Matt Verdolivo/UC Davis )    코로나 19를 일으키는  SARS-CoV-2는 사스 및 메르스와 마찬가지로 박쥐를 자연 숙주로 삼는 베타 코로나바이러스 계통입니다. 따라서 본래 박쥐에 살던 바이러스가 중간 단계를 거쳐 사람으로 넘어온 것으로 추정됩니다. 그런데 이 이야기는 SARS-CoV-2 역시 사람에만 감염되는 것이 아니라 종을 넘어 다른 포유류나 조류, 혹은 척추동물에 감염될 수 있음을 시사합니다. 코로나 바이러스가 침투하는 경로인 ACE2 수용체는 다른 척추동물에서도 볼 수 있기 때문입니다. 다만 SARS-CoV-2와 ACE2 수용체의 결합 수준은 동물마다 큰 차이가 있어 감염 위험도는 모두 다를 수밖에 없습니다.   캘리포니아 대학 데이비스 캠퍼스 (UC Davis)의 조안나 다마스 (Joana Damas)와 그 동료들은 410종의 척추동물에서 ACE2 수용체 유전자를 조사해 코로나 19 감염 위험도를 조사했습니다. 연구팀에 따르면 ACE2 수용체 전체가 아니라 25개의 아미노산 배열이 특히 결합력에 큰 영향을 미쳐 감염 가능성을 결정합니다.   연구 결과 쉽게 예상할 수 있듯이 사람과 가까운 침팬치, 고릴라, 보노보...
댓글 쓰기
자세한 내용 보기