인텔 D시리즈 GPU 공개, 480GB 메모리로 거대 모델 겨냥

인텔이 결국 내놨다, 크레센트 아일랜드의 정체

인텔이 코드명 '크레센트 아일랜드'로 불리던 데이터센터용 GPU를 D시리즈라는 정식 이름으로 공개했다. 인텔 공식 제품 페이지와 테크파워업 보도를 종합하면 핵심은 세 가지다. 단일 카드에 최대 480GB LPDDR5X 메모리를 얹을 수 있다. FP8 기준 1.3 페타플롭스 연산 성능을 낸다. 350W 공랭 PCIe 5.0 x16 폼팩터로 기존 서버 랙에 그대로 꽂힌다.

베이스 모델은 160GB 메모리가 기본이다. ODM 파트너사들이 480GB까지 확장해 납품할 수 있도록 열었다. 그래픽 출력 파이프라인은 아예 없다. 순수 추론 가속기다.

스펙표 뒤의 의미, 메모리 용량이 곧 모델 크기다

대형 언어 모델 추론에서 병목은 연산이 아니라 메모리 대역폭과 용량이다. 모델 가중치를 전부 비디오 메모리에 올려야 토큰 생성이 빠르다. 480GB면 4비트 양자화(모델 크기를 줄이는 압축 기술) 기준으로 약 3000억 파라미터(모델의 두뇌 용량에 해당하는 수치) 모델이 단일 카드에 들어간다. 인텔 발표 기준 '최대 3000억 파라미터'다. 8장 클러스터로 1조 파라미터 모델도 커버한다고 봤다.

비교 대상은 엔비디아 H100 80GB 혹은 H200 141GB다. 메모리 용량만 보면 36배 차이다. 단, H100/H200은 HBM3/HBM3e를 써서 대역폭이 초당 34TB급이다. D시리즈는 LPDDR5X라 대역폭이 아직 공개되지 않았다. 이 숫자가 실성능을 가른다.

XMX 엔진 16단 파이프라인, 그런데 소프트웨어는

Xe3P 코어당 XMX 행렬 연산 엔진이 8개씩, 총 256개다. 기존 Xe3의 4단 수직 파이프라인을 16단으로 늘렸다. 레지스터 파일 1MB, L1 캐시 512KB per 코어로 데이터 재사용률을 높였다. FP4·FP8·FP16·BF16·FP32·FP64까지 폭넓게 지원한다.

미디어 엔진 인코더·디코더 각 4개도 달렸다. 비디오 이해·생성 같은 멀티모달 작업에 쓰라는 의도다. 하지만 인텔 원API·오픈비노 스택이 엔비디아 CUDA 생태계만큼 성숙했는지는 검증되지 않았다. 고객 샘플링만 시작됐을 뿐 독립 벤치마크는 없다.

커뮤니티가 짚은 세 가지 의문

해커뉴스 댓글 81개에서 반복되는 지점 세 가지다.

가격: "메모리 480GB면 카드 한 장에 얼마냐"는 질문에 답이 없다.
대역폭: LPDDR5X 특성상 HBM 대비 대역폭이 크게 낮을 수 있다는 우려.
소프트웨어: "ROCm도 아직 CUDA 못 따라잡는데 인텔 스택은 더 멀다"는 회의론이 다수.

한 댓글은 "모델 디스틸레이션(대형 모델을 소형으로 압축) 비용 절감엔 도움되겠지만, 툴체인 성숙 전까지는 연구용에 그칠 수 있다"고 적었다.

이전 세대와 뭐가 다른가

인텔은 앞서 폰테 베키오(Ponte Vecchio·데이터센터 GPU 맥스 시리즈)로 같은 시장을 노렸다. D시리즈는 공랭 단일 슬롯으로 폼팩터를 낮췄고, 그래픽 로직을 걷어내 다이 면적을 추론에만 썼다. "이번엔 제대로 낼 수 있을까"가 업계 시선이다. 국내에서도 KT·NHN클라우드·카카오클라우드 등 CSP가 차세대 AI 인프라 입찰에서 인텔 카드를 검토 중인 것으로 알려졌다.

쉽게 풀어보면

인텔이 거대 AI 모델을 한 장의 카드로 돌리려 만든 전용 가속기 D시리즈를 내놨습니다. 비유하자면 트럭 짐칸을 엄청나게 키워서 한 번에 실을 수 있는 짐(모델 가중치) 양을 늘린 것입니다. 엔진(연산 성능)도 나쁘지 않습니다. XMX 엔진이란 행렬 곱셈을 전담하는 연산 장치인데, 이번엔 파이프라인(작업 단계를 나누어 동시에 처리하는 구조)을 4단에서 16단으로 늘려 효율을 높였습니다. 그런데 도로(메모리 대역폭)가 좁을 수 있고, 운전기사(소프트웨어 스택)가 아직 낯선 길만 다녀봤습니다. 가격표도 안 붙였습니다. 그래서 "이제 살 만하다" 하기엔 이르다는 평가가 나옵니다.

나에게 미치는 영향

일반 사용자가 이 카드를 살 일은 없습니다. 서버실에 들어가는 장비니까요. 하지만 클라우드 요금제에는 영향이 옵니다. 인텔 카드가 가격 경쟁력을 갖추면 AWS·애저·GCP뿐 아니라 KT·NHN·카카오클라우드 같은 국내 CSP에서도 대형 모델 추론 인스턴스 단가가 내려갈 여지가 생깁니다. 당장은 관망하세요. 독립 벤치마크 공개와 클라우드 공급사가 D시리즈 인스턴스를 출시했다는 소식이 뜰 때 다시 판단해도 늦지 않습니다.

개발자라면 인텔 개발자 포털에서 무료 클라우드 크레딧이 열리는지 확인하세요. 원API/오픈비노 튜토리얼을 직접 돌려보면 CUDA 코드 이식 툴체인이 어디까지 왔는지 체감할 수 있습니다.

남은 건 검증뿐이다

스펙상으로는 메모리 용량 우위가 명확하다. 대역폭·가격·소프트웨어 세 가지가 실전에서 어떻게 증명되느냐에 따라 D시리즈는 '니치 제품'이 될 수도, 'H100 대항마'가 될 수도 있다. 인텔 스스로도 "토큰당 비용과 소프트웨어 성숙도가 승부를 가른다"고 밝혔다. 올해 안에 나올 독립 벤치마크와 클라우드 벤더 입찰 결과를 기다려보자.