
H100 8장 & Qwen3.5-35B로 금융 LLM 만들기: Full-weight 레시피
8×H100에서 35B 모델에 시점 기준 이어학습을 돌리고 lookahead 편향(누수 프리미엄)을 측정했어요. 정직한 결과와 재현 레시피.
VESSL AI 팀의 최신 업데이트, 엔지니어링 인사이트, 제품 소식을 전합니다.

8×H100에서 35B 모델에 시점 기준 이어학습을 돌리고 lookahead 편향(누수 프리미엄)을 측정했어요. 정직한 결과와 재현 레시피.

A100·H100·B200에서 Gemma-4-31B LoRA 파인튜닝·추론을 직접 측정했어요. 튜닝하면 토큰당 비용은 약 5% 동률 — 속도와 서빙 용량에선 B 시리즈가 앞서요.

VESSL Cloud A100에서 Gemma 4 E4B를 15분 만에 파인튜닝하는 전체 과정. QLoRA + Unsloth로 VRAM 10GB, 비용 $0.38.

잠든 사이 워크스페이스가 돌며 크레딧이 빠져나가던 경험, 한 번쯤 있으시죠? 배치 잡은 제출하면 자동으로 끝나요. 실패해도 돈이 새지 않는 구조예요.

안재만 베슬AI 대표가 삼성SDS '리얼 서밋 2026'에서 공개한 GPU 클러스터 협업 성과예요. 가동률 35%→90%, 매출 50배 성장 스토리를 정리했어요.

가족의 암 투병을 지켜보며 창업한 안재만 대표가 흩어진 GPU를 묶는 네오클라우드 전략과 2030년 글로벌 톱3 목표를 이야기했어요.

베슬AI가 SK바이오팜에 엔비디아 B200 GPU 128장 규모 컴퓨팅 자원을 공급해요. 16개 노드로 묶인 이 자원이 신약 연구개발과 의료 데이터 기반 파운데이션 모델 사전학습에 어떻게 쓰이는지 정리했어요.

지금 GPU는 가격 협상이 아니라 물량 존재 여부의 문제예요. 사전 확보가 필요한 이유와, 품의서를 통과시키는 5년 TCO 비교 프레임을 웨비나에서 정리했어요.

수천 장에서 수십만 장 규모의 클러스터에서 장애는 없앨 수 있는 변수가 아니라 설계의 전제입니다. 감지, 자동화, SLO 관리라는 세 층위로 장비 증설 없이 SLO를 지킨 처리량을 2.7배로 끌어올린 VESSL AI의 운영 방식을 정리했습니다.

안재만 베슬AI 대표가 나라경제 인터뷰에서 GPU 공급·수요 미스매치와 2030년 네오클라우드 글로벌 3위 목표를 말했어요.

안재만 베슬AI 대표가 전자신문에 기고한 글 전문이에요. 18.4GW·550조원 AI 데이터센터 구상에서 GPU 자산을 누가 보유하고 운영하느냐를 묻고, 지원사업 평가에 더할 네 가지 기준을 제안했어요.

정부 창업지원금, 대학 연구과제비, 클라우드 바우처로 GPU를 쓸 때 막히는 건 성능이 아니라 집행 요건이에요. VESSL Cloud의 크레딧·인보이스 결제 구조와 세금계산서·견적서 발행 방법, 결제 FAQ 12문답을 정리했어요.

베슬AI가 약 7,000장 규모의 GPU 사업을 올해 말 1만 장, 내년 5만 장까지 확대할 계획이에요. 계약액 3,000억 원 목표와 매출 절반이 미국에서 나오는 구조까지 정리했어요.
H100 4장 파인튜닝부터 A100 퍼블릭 엔드포인트까지, 두 팀의 하루짜리 LLM 평가 시스템 구축기.

베슬AI가 8월 21일 코엑스에서 열리는 2026 OCP 코리아 테크 데이에 참가해요. 멀티 데이터센터 기반 GPU 클라우드 운영 기술과 2028년 300MW까지 가는 데이터센터 확장 계획을 정리했어요.

베슬AI가 SK텔레콤과 협력해 블랙웰 B200 1,000장 이상을 확보했어요. 온디맨드·스팟·예약형으로 공급되는 이번 물량과, 연내 1만 장·100MW급 AI 팩토리로 이어지는 계획을 정리했어요.