웹 AI 모델 테스트: WebGPU, WebGL 및 헤드리스 크롬

• 웹 AI 어플리케이션 개발 소식: 사용자 기기에서 직접 실행되는 머신러닝 모델을 포함한다. 클라우드 없이 클라이언트 측 웹 브라우저에서 작동한다.
• 개인 정보 보호 향상, 성능 증가 및 비용 절감 효과가 있다.
• TensorFlow.js 모델은 CPU에서는 WebAssembly를 통해, GPU에서는 WebGL과 WebGPU를 통해 운영될 수 있다.
• GPU를 사용한 일관된 브라우저 테스트 자동화 방법에 대한 문제와 해결책을 공유한다.
• 웹 게임과 그래픽 개발자에게도 유용한 정보이다.

테스트 자동화 도구:

• Google Colab의 리눅스 기반 노트북과 NVIDIA T4 또는 V100 GPU 사용 가능.
• 구글 클라우드 등 다른 클라우드 플랫폼 사용 가능.
• 크롬은 WebGPU를 지원하며, WebGL을 대체하는 강력한 기능 제공.
• Puppeteer(Node.js 라이브러리)를 사용해 자바스크립트로 프로그래밍 방식으로 브라우저를 제어한다.
• "headless mode"를 사용하여 GPU 테스트 환경을 설정한다.

환경 확인 방법:

• 크롬에서 'chrome://gpu'로 하드웨어 가속이 켜져 있는지 확인.
• Puppeteer를 사용해 상태를 로그로 남기거나 PDF 리포트로 저장한다.

GPU 지원 활성화:

• 헤드리스 크롬은 기본적으로 GPU를 비활성화한다.
• 리눅스에서 크롬을 실행할 때 여러 플래그를 적용하여 GPU 지원을 활성화한다.

GPU 드라이버 설치:

• 기본 설치된 드라이버가 Vulkan 문제를 일으키고, NVIDIA T4 GPU를 제대로 감지하지 못함을 발견.
• 적절한 드라이버 설치로 문제 해결 가능.

팀의 조사:

• Google Colab에서 필요한 환경을 위한 작동하는 방법을 발견하지 못함.
• 다른 환경에서는 작동하는 예시가 있으나, 이를 Colab 환경에서 재현하지 못함.
• 오래된 크롬 헤드리스 버전을 사용하는 제3의 예시는 미래에 폐기될 예정이므로 새로운 헤드리스 크롬이 필요함을 인식.

성과 요약:

• 2017년부터 웹에서 AI의 적용이 폭발적으로 증가했다.
• TensorFlow.js와 MediaPipe Web이 10억 다운로드를 돌파하는 등 웹 개발자와 엔지니어들이 AI를 통합한 차세대 웹 앱을 개발하고 있음.
• 새로운 헤드리스 크롬과 퍼펫티어를 통합 이용하여 표준화되고 재현 가능한 환경에서 클라이언트 사이드의 브라우저 기반 AI 모델을 테스트할 수 있다.

마무리:

• 단계별 가이드가 문서로 제공되어, 직접 설정을 시도할 수 있다.
• 피드백을 공유하고 #WebAI 해시태그로 소셜 네트워크에서 소통을 권장한다.
• Github 저장소에 별을 추가하여 미래 업데이트를 받는다.

감사의 글:

• Chrome 팀의 모두에게 감사를 표하며, 드라이버와 WebGPU 문제를 디버깅하는 데 도움을 준 Jecelyn Yeen과 Alexandra White에게 특별히 감사를 전한다.