GPU & STORAGE FILE TRANSFER
GPU 서버에 필요한 데이터를 보내고,
결과는 다시 스토리지로.
Object Storage, NAS, 데이터센터에 있는 Dataset과 Model을 GPU 서버로 전송하세요.
학습과 추론 과정에서 생성되는 Checkpoint와 Result도 다시 스토리지로 전달할 수 있습니다. 기존 AI Infrastructure는 그대로 사용하면서, Storage와 GPU Compute 사이의 파일 이동을 하나의 플랫폼에서 관리합니다.
Flow canvas60%
1 dataset, 3 / 3 GPU nodes1 step
AI INFRASTRUCTURE INTEGRATION
기존 AI Infrastructure는 그대로 두고,
실제 Data Movement를 담당합니다.
AI Infrastructure에서 Compute와 Workload를 결정하는 시스템은 그대로 사용합니다.
INNORIX는 기존 시스템이 지정한 Source와 Target 사이에서 Dataset과 Model을 전달하고, Checkpoint와 Result를 다시 스토리지로 전송합니다.
INNORIX는 GPU Scheduling이나 AI Pipeline을 관리하지 않습니다. 기존 시스템이 정한 대로 파일을 옮깁니다.
STORAGE & GPU CONNECTIVITY
Storage와 GPU Compute 사이의 Data Path를
하나의 Transfer Layer로 연결합니다.
Dataset과 Model이 클라우드 객체 스토리지, 데이터센터, 프라이빗 스토리지 중 어디에 저장되어 있더라도 AI 작업이 실행되는 GPU 환경으로 전달할 수 있습니다.
서로 다른 클라우드와 리전, 온프레미스 환경 사이에서도 기존 저장소와 GPU 인프라를 유지한 채 필요한 데이터를 전송합니다. Cloud GPU, 데이터센터 GPU 클러스터 등 작업 환경에 맞춰 전송 경로와 대상을 구성할 수 있습니다.
Cloud to GPU다른 리전의 객체 스토리지 데이터를 글로벌 GPU 클러스터로 전송합니다.
SOURCEObject StorageUS West, S3
68%
1.63 TB / 2.4 TB 전송됨
TARGETCloud GPUAsia, NVIDIA H100
AI DATA LIFECYCLE
Dataset부터 Model, Checkpoint와 Result까지
같은 Data Delivery를 사용합니다.
AI 학습은 Dataset과 Model을 GPU 환경에 준비하는 것에서 시작해, 학습 중 생성되는 Checkpoint를 저장하고 최종 Result를 수집하는 과정으로 이어집니다.
INNORIX는 각 단계에서 필요한 파일을 적절한 저장소와 GPU 환경 사이에 전달하고, 반복적으로 발생하는 데이터 이동을 자동화합니다. 학습에 필요한 파일을 준비하는 과정뿐 아니라 중간 결과의 보관과 최종 결과의 전달까지 연결하여, AI 워크플로우 전반에서 일관된 파일 전송 환경을 제공합니다.
학습 작업 #4821resnet-vision, gpu-cluster-01, 09:52 시작
Dataset학습 데이터 준비
training-dataset.tar2.4 TB, 파일 12,480개
Model모델 전달
foundation-model48 GB, 파일 12개
AI Training실행 중
Epoch 64 / 10064%
GPU ClusterGPU 8장
Checkpoint학습 상태 저장
checkpoint-064320 GB, 파일 64개
Result결과 데이터 회수
inference-result120 GB, 파일 3,420개
반복 저장으로 안정적인 학습
DATA READINESS & RECOVERY
GPU가 데이터를 기다리는 시간을 줄이고,
중단된 전송은 이어갑니다.
AI 학습과 추론에 필요한 데이터는 수 TB에 이르는 대용량 파일부터 이미지, 문서처럼 수백만 개의 작은 파일까지 다양한 형태로 구성됩니다. 파일 크기와 개수에 따라 발생하는 전송 부담을 줄이고, 대규모 데이터를 안정적으로 GPU 환경에 전달합니다.
네트워크 장애나 전송 중단이 발생해도 이미 완료된 데이터는 유지하고 필요한 부분만 재전송합니다. 자동 재개와 재시도, 전송 결과 검증을 통해 불필요한 반복 전송을 줄이고, AI 작업에 필요한 데이터가 정상적으로 준비되었는지 확인할 수 있습니다.
대용량 전송
TB급 Dataset도 하나의 전송으로
대량 파일 처리
수백만 개 파일도 안정적으로
중단 없는 전송
완료된 데이터는 유지하고 필요한 부분만 재전송
전송 작업 #4821-01Object Storage → gpu-cluster-01
2.4 TB / 2.4 TB 전송됨
전송 구간
ORCHESTRATOR & API
기존 AI Orchestrator가 필요한 순간에
파일 전송을 실행합니다.
기존 AI Orchestrator, Scheduler, AI Pipeline을 변경하지 않고 파일 전송 기능을 연동할 수 있습니다. Kubeflow, Airflow, SLURM 등 기존 시스템에서 API로 필요한 파일과 전송 대상을 지정하면 INNORIX가 전송을 실행하고 진행 상태와 완료 결과를 반환합니다.
AI 시스템은 기존 방식대로 작업을 스케줄링하고 실행하며, INNORIX는 GPU 클러스터와 클라우드 스토리지, 데이터센터 사이의 파일 이동을 담당합니다. 전송 완료 알림과 실행 결과를 기존 워크플로우에 연결하여 데이터 준비, 학습 실행, 결과 수집 등의 작업을 자동으로 이어갈 수 있습니다.
간단한 연동
표준 API로 즉시 연결
기존 환경 유지
AI 시스템 변경 없이 사용
실행 결과 확인
상태, 로그, 완료 알림 제공
Transfer APItr_8f3a2e6b, airflow-dag-vision 호출
- AI OrchestratorKubeflow, Airflow, Custom
- SchedulerSLURM, PBS, LSF
- AI ApplicationTraining, Inference, Fine-tuning
- High-Speed Transfer
- Resume & Retry
- Verification
- GPU ClusterNVIDIA H100, A100
- Cloud StorageS3, GCS, Azure Blob
- Data CenterNAS, Object Storage
POST/api/v1/transferscURL
1{2 "source": "s3://training-dataset",3 "target": "gpu-cluster-01",4 "files": "dataset/*.tar",5 "callback": "https://ai.company.com/webhook"6}
RESPONSEJSON
1{2 "transferId": "tr_8f3a2e6b",3 "status": "completed",4 "files": "12,480",5 "size": "2.4 TB",6 "progress": "100%",7 "callback": "delivered"8}
실행 상태
- Requested10:14
- Transferring10:15
- Completed10:33
- Callback sent10:33
UNIFIED OPERATIONS
GPU와 스토리지 사이의 모든 파일 전송을
하나의 화면에서 운영하세요.
Dataset 전달부터 Checkpoint 회수, Model 이동, Result 수집까지 서로 다른 파일 전송을 INNORIX Studio에서 관리하세요.
실행 중인 작업과 완료된 결과를 확인하고, 실패한 전송은 필요한 범위에서 후속 처리할 수 있습니다.
Recent Runs
- Training Dataset Delivery전송 완료
- Checkpoint Collection전송 중
- Model Distribution전송 완료
설명보다 빠른 이해, 직접 경험해 보세요.
장비들을 연결해 배포 Flow를 구성합니다.
Add flowCancelSave draftSave & active
Flow canvas
0 devices · 1 step
Configuration
Start when
NowSchedule
Every day · 02:00
Source
HQ-BUILD-01
Target
Choose targetTECHNICAL FAQ
자주 묻는 질문
GPU 서버와 객체 스토리지 사이에서 파일을 전송할 수 있나요?
네. 지원되는 객체 스토리지와 GPU 서버를 연결해 Dataset, Model 및 기타 파일을 전송할 수 있습니다. 스토리지와 GPU 서버의 연결 조건은 환경에 따라 확인해야 합니다.
On-premises GPU 서버와 클라우드 스토리지를 연결할 수 있나요?
지원되는 On-premises 서버와 클라우드 객체 스토리지를 Source 또는 Target으로 구성할 수 있습니다.
NAS나 일반 파일 서버의 데이터를 GPU 서버로 보낼 수 있나요?
지원되는 파일 서버 또는 NAS 환경을 연결해 GPU 서버로 데이터를 전달할 수 있습니다. 실제 연결 방식은 운영체제, 파일 시스템 및 네트워크 구성에 따라 달라집니다.
Dataset 외에 Model과 Checkpoint도 전송할 수 있나요?
네. Dataset, Model Weight, Checkpoint, Evaluation Data, Result 등 AI 작업에서 생성되거나 사용되는 파일을 전송할 수 있습니다.
대규모 이미지 Dataset이나 TB급 파일도 처리할 수 있나요?
INNORIX는 대용량 파일과 대량의 작은 파일 전송을 지원합니다. 실제 전송 성능은 파일 구성, 스토리지 API, 네트워크 및 장비 사양에 따라 달라집니다.
GPU 서버에서 생성된 Checkpoint를 자동으로 수집할 수 있나요?
일정, 이벤트 또는 외부 시스템의 요청에 따라 Checkpoint 파일을 스토리지로 전달하도록 구성할 수 있습니다. Checkpoint 생성 여부와 파일 선택 조건은 기존 AI 시스템과 전송 설정에 따라 결정됩니다.
INNORIX가 GPU Scheduling이나 AI Training을 직접 수행하나요?
아닙니다. GPU Provisioning, Scheduling, Training 및 AI Pipeline은 기존 Infrastructure가 담당합니다. INNORIX는 해당 작업에 필요한 파일 이동을 수행합니다.
이 모든 기능을,하나의 플랫폼에서.
지금 보고 계신 기능은 INNORIX Platform이 제공하는 다양한 파일 전송 기능 중 하나입니다. 파일 전송부터 자동화와 통합 운영까지, 모든 기능을 무료로 직접 체험해 보세요.
무료 시작하기AI 데이터 전송을 검토하고 계신가요?
현재 사용 중인 저장소와 GPU 환경에 맞춰 필요한 전송 구성을 함께 검토해드립니다.
- Storage, GPU 환경 연결 검토
- 대용량 Dataset 전송 구성
- 기존 AI Pipeline 연동 방안