AEGLOSLAB 엔비디아 기술 스택

부록 부록

A.2 용어집·약어

이 부록은 이 책 전체에 나온 아키텍처·CUDA·정밀도·라이브러리·데이터센터·추론·생성형 AI·자율주행·로보틱스·시뮬·피지컬 AI의 용어·약어를 한곳에 모은 사전이다. 각 항목은 짧은 정의 + 본문 출처(NV-NN) 로, 읽다 모르는 용어를 빠르게 찾는 레퍼런스다. 통독용이 아니다 — 필요한 용어를 카테고리에서 찾아라.

A.2.1 이 용어집 사용법

구성: 카테고리별(아키텍처→CUDA→정밀도→라이브러리→데이터센터→추론→생성형AI→엔터프라이즈→자율주행→로보틱스→시뮬·피지컬AI) + 흔한 혼동 용어.

각 항목: 용어(약어) — 짧은 정의 (출처 NV-NN)

  • 정의는 한 줄 요약 — 깊은 설명은 출처 장에
  • 출처 NV-NN은 그 용어를 본격 다루는 장(여럿이면 대표)
  • 사용법: 카테고리에서 용어를 찾아 한 줄 정의 + 출처 장을 본다 — 깊이는 출처 장으로. 약어는 풀네임·뜻을.
  • 정직(S-5): 제품명·SDK명·세대 명칭은 리브랜딩·통폐합이 잦다(BK-03·05) — 명칭은 시점 의존일 수 있으니, 변동 가능 항목은 그렇게 표기. 정의(개념)는 비교적 안정적이나 구체 사양·세대는 출처 장·공식 문서로.
  • 출처 우선: 이 용어집은 빠른 참조이고, 정확·깊은 정의는 출처 장(NV-NN)이 1차. 본문을 읽다 이해가 어려우면 여기서 뜻을 파악하고 출처로.

A.2.2 GPU 아키텍처

  • GPC(Graphics Processing Cluster) — GPU 상위 구획, 여러 TPC를 묶음 (1.3).
  • TPC(Texture Processing Cluster) — GPC 내 구획, SM을 묶음 (1.3).
  • SM(Streaming Multiprocessor) — GPU의 핵심 연산 단위, 워프를 실행 (1.3·1.4·1.5·1.6).
  • 처리블록(processing block) — SM 내부 분할 단위, 워프 스케줄러·레지스터·코어 (1.4).
  • CUDA Core — SM의 기본 스칼라 연산 유닛(FP/INT) (1.3·1.4).
  • Tensor Core(텐서코어) — 행렬곱(MMA) 전용 유닛, 딥러닝 가속 (1.11·1.12).
  • RT Core — 레이트레이싱 전용 유닛(이 책은 RTX 센서·렌더 맥락 10.2·9.11).
  • 워프(warp) — 32 스레드의 SIMT 실행 단위 (1.2).
  • SIMT(Single Instruction, Multiple Threads) — 한 명령을 여러 스레드가 실행하는 모델 (1.2).
  • 워프 다이버전스 — 워프 내 분기로 직렬화되는 비효율 (1.2).
  • 지연 은닉(latency hiding) — 많은 워프로 메모리 지연을 은닉하는 처리량 전략 (1.1·1.2).
  • Compute Capability(CC·sm_XX) — GPU 세대 아키텍처 번호(예 sm_80·90), 빌드 타깃 (0.3·1.6).
  • 점유율(occupancy) — SM의 활성 워프 비율, 자원(레지스터·공유메모리)에 좌우 (1.6).
  • 듀얼 이슈(dual-issue) — 한 사이클에 두 명령 발행 (1.5).
  • 레지스터 파일 — SM의 가장 빠른 온칩 저장, 스레드별 (1.4·1.7).
  • 공유 메모리(shared memory) — SM 내 블록 공유 온칩 메모리, 뱅크 구조 (1.7·2.6).
  • 뱅크 충돌(bank conflict) — 공유 메모리 동시 접근 충돌로 직렬화 (1.7·2.6).
  • L1/L2 캐시 — 온칩 캐시 계층, L2는 GPU 공유 (1.8).
  • 병합(coalescing) — 워프의 연속 메모리 접근을 한 트랜잭션으로 (1.8).
  • HBM(High Bandwidth Memory) — GPU의 고대역 메모리 (1.9).
  • 대역폭(bandwidth) — 초당 메모리 전송량, 메모리바운드의 한계 (1.9).
  • 루프라인(roofline) — 연산강도 vs 성능, 컴퓨트/메모리 바운드 진단 모델 (1.10).
  • 연산강도(arithmetic intensity) — FLOP/바이트, 루프라인의 x축 (1.10).

A.2.3 CUDA·프로그래밍

  • CUDA(Compute Unified Device Architecture) — NVIDIA의 GPU 병렬 컴퓨팅 플랫폼·프로그래밍 모델 (제2부).
  • 커널(kernel) — GPU에서 병렬 실행되는 함수 (2.1·2.2).
  • 그리드·블록·스레드 — 커널 실행 계층(그리드=블록들, 블록=스레드들) (2.1·2.3).
  • 실행 구성(launch config) — <<<grid, block>>> 그리드·블록 크기 설정 (2.3).
  • 스트림(stream) — 비동기 작업 큐, 오버랩·병렬 (2.10).
  • 이벤트(event) — 스트림 동기·타이밍 (2.10).
  • CUDA Graphs — 작업 그래프를 미리 캡처해 런치 오버헤드↓ (2.11).
  • 협력 그룹(cooperative groups) — 유연한 스레드 그룹 동기 (2.9).
  • 워프 프리미티브(shuffle·vote 등) — 워프 내 통신·동기 명령 (2.9).
  • 배리어·아토믹(barrier·atomic) — 동기화 프리미티브 (2.8).
  • H2D/D2H — Host-to-Device·Device-to-Host 메모리 복사 (2.4·2.5).
  • 통합 메모리(Unified Memory) — CPU·GPU 공통 주소 공간(자동 마이그레이션) (2.4·9.4).
  • 고정 메모리(pinned memory) — 페이지 잠긴 호스트 메모리, 빠른 전송 (2.5).
  • PTX — CUDA의 중간 표현(가상 ISA), JIT 컴파일 (2.12).
  • nvcc — CUDA 컴파일러 (2.1·2.12).
  • JIT(Just-In-Time) — 런타임 컴파일(PTX→기계어) (2.12).
  • Thrust·CUB·CCCL — CUDA C++ 코어 라이브러리(고수준·블록·통합) (2.15).
  • occupancy API·프로파일 — 점유율 계산·튜닝 (1.6).

A.2.4 정밀도·수치

  • FP32·FP16·BF16·FP8·FP4 — 부동소수 포맷(비트·범위·정밀도 트레이드오프) (1.13·4.2·4.4).
  • E4M3·E5M2 — FP8의 두 인코딩(지수4·가수3 / 지수5·가수2; 정밀 vs 범위) (1.13·4.2·5.5).
  • E2M1 — FP4 인코딩(지수2·가수1) (1.13·4.4).
  • TF32 — 텐서코어용 축소 정밀도 포맷 (1.13).
  • INT8·INT4 — 정수 양자화 포맷 (5.4·5.9).
  • 혼합 정밀도(mixed precision) — 연산별로 정밀도를 섞어 효율·정확 (1.14).
  • 양자화(quantization) — 고정밀→저정밀 변환(scale) (5.4·5.5).
  • PTQ(Post-Training Quantization) — 학습 후 양자화(캘리브레이션) (5.4).
  • QAT(Quantization-Aware Training) — 양자화 인지 학습(가짜 양자화) (5.5).
  • 캘리브레이션(calibration) — PTQ의 스케일 추정(대표 데이터) (5.4).
  • SmoothQuant·AWQ — LLM 양자화 기법(활성 이상치 이전 / 활성 인지 가중치 양자화) (1.14·5.9).
  • 희소성(sparsity) — 구조적 0으로 연산·메모리 절감 (1.14).
  • Transformer Engine(트랜스포머 엔진) — FP8 등 자동 정밀도로 트랜스포머 가속 (1.12·4.2).
  • 마이크로스케일링(microscaling) — per-block 스케일(FP4 등, Blackwell) (4.4).

A.2.5 딥러닝 라이브러리

  • cuDNN — 딥러닝 프리미티브 라이브러리(컨볼루션·어텐션 등) (3.2·3.3).
  • cuBLAS·cuBLASLt — GEMM(행렬곱) 라이브러리 (3.1).
  • CUTLASS — 템플릿 기반 GEMM/커널 구성 라이브러리 (3.4·3.5).
  • CuTe — CUTLASS의 레이아웃·텐서 추상(Layout=(Shape,Stride)) (3.5).
  • FlashAttention — 메모리 효율 어텐션(타일·online softmax) (3.6·3.7).
  • SDPA(Scaled Dot-Product Attention) — 어텐션 연산, 백엔드 자동선택 (3.7).
  • DALI — GPU 데이터 로딩·전처리 파이프라인 (3.8).
  • CV-CUDA — GPU 비전 전처리 라이브러리 (3.8).
  • nvJPEG — GPU JPEG 디코딩 (3.8).

A.2.6 데이터센터·시스템·스케일

  • Hopper·Blackwell — 데이터센터 GPU 아키텍처 세대(명칭·세대 확인 필요) (4.2·4.4).
  • SXM·PCIe(폼팩터) — GPU 폼팩터(SXM=고대역 보드·PCIe=카드) (4.1).
  • HGX·DGX — NVIDIA 서버 플랫폼(HGX=보드·DGX=완성 시스템) (4.1).
  • NVLink·NVSwitch — GPU 간 고대역 인터커넥트·스위치 (4.6·4.7).
  • NVL72 — 72-GPU NVLink 도메인 랙(NVL72, 명칭·구성 확인 필요) (4.5·4.9).
  • NVLink 도메인 — NVLink로 전결합된 GPU 묶음 (4.7).
  • Grace — NVIDIA Arm CPU, NVLink-C2C로 GPU와 일관 (4.8·4.9).
  • C2C(Chip-to-Chip) — NVLink-C2C, CPU↔GPU 일관 인터커넥트 (4.8).
  • GB200 — Grace+Blackwell 랙스케일(명칭·구성 확인 필요) (4.9).
  • MIG(Multi-Instance GPU) — GPU를 하드웨어 분할(격리) (4.10·7.5).
  • MPS(Multi-Process Service) — GPU 공간 공유(약한 격리) (7.5).
  • 타임슬라이싱(time-slicing) — GPU 시간 분할 공유(격리 없음) (7.4·7.5).
  • vGPU — 하이퍼바이저 기반 GPU 가상화(VM) (7.4).
  • InfiniBand(IB) — 고성능 무손실 RDMA 네트워크 (4.11).
  • Spectrum-X — 이더넷(RoCE) 기반 AI 네트워크 (4.11).
  • RoCE(RDMA over Converged Ethernet) — 이더넷 RDMA (4.11).
  • GPUDirect RDMA — NIC↔GPU 직접 전송(bounce 제거) (4.12).
  • GPUDirect Storage(cuFile) — 스토리지↔GPU 직접 (4.12).
  • BlueField DPU — 데이터 처리 유닛(네트워크·오프로드) (4.12).
  • NCCL — GPU 집합연산 라이브러리(all-reduce 등) (4.13·4.14).
  • 집합연산(collective) — all-reduce·all-gather·reduce-scatter 등 (4.13).
  • SHARP — 스위치 내 집합연산 가속(in-network) (4.11·4.13).
  • TP·PP·DP·SP·CP·EP — Tensor·Pipeline·Data·Sequence·Context·Expert 병렬 (4.14·6.3).
  • ZeRO — 옵티마이저 상태 분산(메모리 절감) (6.3).
  • 파이프라인 버블(bubble) — PP의 유휴 비율 (4.14·6.3).

A.2.7 추론 최적화·서빙

  • TensorRT(TRT) — 추론 최적화·런타임(융합·정밀도·엔진) (5.2~5.6).
  • 엔진(engine) — TensorRT가 빌드한 최적화 추론 산물(.plan) (5.2).
  • trtexec·polygraphy — TRT 빌드·검증 도구 (5.2·5.3).
  • optimization profile — 동적 shape의 min/opt/max 범위 (5.3).
  • 플러그인(plugin) — TRT 미지원 연산의 커스텀 레이어 (5.6).
  • TensorRT-LLM(TRT-LLM) — LLM 추론 최적화(KV·배칭) (5.7~5.10).
  • KV 캐시(KV cache) — 트랜스포머 과거 key/value 저장(재계산 방지) (5.7).
  • GQA·MQA(Grouped/Multi-Query Attention) — KV 헤드 공유로 KV 캐시 축소 (3.7·5.7).
  • 페이지드 KV(paged KV) — KV를 블록 단위로(단편화 제거) (5.8).
  • 인플라이트 배칭(in-flight/continuous batching) — 스텝 단위 요청 교체 (5.8).
  • speculative decoding — 초안→검증으로 디코드 가속(무손실) (5.10).
  • Triton(Inference Server) — 다모델 추론 서버(배칭·동시성) (5.11~5.14).
  • 동적 배칭(dynamic batching) — 요청 모아 배치 (5.13).
  • 인스턴스 그룹(instance group) — 모델 동시 인스턴스 수·배치 (5.12).
  • 앙상블·BLS — Triton의 DAG 파이프라인·Python 로직 (5.14).
  • DLA(Deep Learning Accelerator) — 고정기능 DNN 가속기(엣지) (8.4).
  • TTFT·TPOT — Time To First Token·Time Per Output Token(LLM 지표) (5.1).
  • goodput — SLA 충족 처리량 (5.1·5.15).

A.2.8 생성형 AI 플랫폼

  • 파운데이션 모델 — 대규모 사전학습 범용 모델(LLM 등) (6.1).
  • NeMo — 생성형 AI 학습·커스터마이즈 프레임워크 (6.2~6.5).
  • Megatron(-Core) — 대규모 트랜스포머 학습(병렬화) (6.2·6.3).
  • PEFT(Parameter-Efficient Fine-Tuning) — 소수 파라미터만 학습하는 미세조정(LoRA 등의 우산 개념) (6.4).
  • SFT(Supervised Fine-Tuning) — 지도 미세조정(지시-응답) (6.4).
  • LoRA·QLoRA — 저랭크 어댑터 미세조정(·4비트 베이스) (6.4).
  • RLHF·DPO — 인간 피드백 강화학습·직접 선호 최적화(정렬) (6.5).
  • reward hacking — 보상 허점 악용 (6.5·9.13).
  • NeMo Curator — 데이터 큐레이션(dedup·품질·decontamination) (6.6).
  • NIM(NVIDIA Inference Microservice) — 모델+엔진+API 컨테이너 (6.7·6.8).
  • RAG(Retrieval-Augmented Generation) — 검색 증강 생성 (6.9·6.10).
  • 임베딩·리트리버·리랭킹 — RAG 검색 구성요소 (6.9).
  • 벡터 DB·ANN·HNSW·IVF·PQ — 벡터 검색·근사 최근접 (6.9).
  • groundedness — 생성이 문맥에 근거하는 정도 (6.10).
  • 가드레일(guardrails) — 입출력 안전 레일 (6.11).
  • 에이전트(agent) — 도구 호출·계획하는 LLM 시스템 (6.11).
  • 프롬프트 주입(prompt injection) — 입력으로 모델 조작 공격 (6.11).

A.2.9 엔터프라이즈·MLOps·운영

  • NVIDIA AI Enterprise(NVAIE) — 상용 지원·검증·보안 패칭 스위트 (7.1).
  • GPU Operator — k8s GPU 컴포넌트 자동 설치 (7.2).
  • device plugin — k8s에 GPU 자원 광고 (7.2).
  • DCGM(Data Center GPU Manager) — GPU 텔레메트리·헬스 (7.3).
  • Xid — GPU 하드웨어·드라이버 에러 코드 (7.3·A.1).
  • 갱 스케줄링(gang scheduling) — 전부-또는-전무 작업 배치 (7.3).
  • MLOps — ML 라이프사이클 운영(버저닝·드리프트·재학습) (7.7).
  • 드리프트(drift) — 데이터·개념·성능 변화 (7.7).
  • 데이터 플라이휠(data flywheel) — 실패→데이터→재학습 순환 (8.14·10.11·7.7).
  • SBOM(Software Bill of Materials) — 이미지·소프트웨어 구성요소 목록 (7.6).
  • RBAC(Role-Based Access Control) — 역할 기반 접근 통제 (7.6).
  • safetensors(류) — 임의 코드 실행 경로 없는 weights-only 가중치 직렬화 포맷 (7.6).

A.2.10 자율주행

  • ADAS·AD — 첨단 운전 보조·자율주행 (8.1).
  • SAE 레벨(L0~L5) — 자율주행 자동화 수준 (8.1).
  • ODD(Operational Design Domain) — 작동 설계 영역(조건) (8.1).
  • E/E 아키텍처 — 전기·전자 아키텍처(분산→존→중앙집중) (8.1).
  • DRIVE — NVIDIA 자율주행 플랫폼 (8.2~8.7).
  • Orin·Thor — DRIVE SoC 세대(명칭·세대 확인 필요) (8.2·8.3).
  • PVA(Programmable Vision Accelerator) — 클래식 비전 가속기 (8.5·9.6).
  • ISP(Image Signal Processor) — 카메라 신호 처리 (8.2).
  • DRIVE OS — 자동차급 OS(하이퍼바이저·RTOS·Linux) (8.6·8.7).
  • 하이퍼바이저·RTOS — 가상화·실시간 OS (8.6).
  • FFI(Freedom From Interference) — 간섭으로부터의 자유(격리) (8.6·8.9).
  • DriveWorks·Hyperion — 개발 SDK·레퍼런스 센서/컴퓨트 (8.13).
  • SAL(Sensor Abstraction Layer) — 센서 추상화 (8.13).
  • ISO 26262·ASIL — 기능안전 표준·무결성 수준(A~D) (8.8).
  • SOTIF(ISO 21448) — 의도된 기능의 안전(고장 없는 한계) (8.10).
  • HARA — 위험 분석·리스크 평가(S·E·C) (8.8).
  • SEooC(Safety Element out of Context) — 특정 차량 맥락 밖에서 개발하는 안전요소 (8.8).
  • SPFM·LFM·PMHF — ISO 26262 HW 지표(단일점 결함·잠재 결함 메트릭·랜덤HW 시간당 고장확률) (8.8·8.9).
  • ISO/SAE 21434 — 자동차 사이버보안 공학 프로세스 표준(수명주기 전체) (8.12).
  • TARA(Threat Analysis and Risk Assessment) — 사이버보안 위협·위험 분석(자산→위협→SFOP→위험→처리) (8.12).
  • CSMS·SUMS — UNECE R155(사이버보안 관리체계)·R156(SW 업데이트 관리체계, OTA) (8.12).
  • CAL(Cybersecurity Assurance Level) — 사이버보안 보증 엄격도(ASIL과 발상 유사, 별개 개념) (8.12).
  • SDV(Software-Defined Vehicle) — 소프트웨어로 정의·OTA 갱신되는 차량 (8.1·8.3).
  • 안전 메커니즘(락스텝·ECC·워치독) — 결함 감지·제어 (8.9).
  • BEV·occupancy — 조감뷰·점유 격자 인지(트랜스포머) (8.3·8.14).
  • 데이터 엔진(data engine) — 자율주행 데이터 수집·라벨·재현 시스템 (8.14).
  • DRIVE Sim — Omniverse 기반 자율주행 시뮬 (8.15).
  • 재시뮬(resim) — 기록 재생 회귀·변주 (8.15).

A.2.11 로보틱스

  • Jetson — NVIDIA 엣지 AI 모듈/devkit (9.1~9.4).
  • SoM(System on Module) — 모듈형 컴퓨트 (9.1).
  • JetPack·L4T — Jetson SDK·Linux for Tegra (9.2·9.3).
  • Tegra — Jetson/DRIVE의 SoC 계열 (8.2·9.1).
  • tegrastats·jtop — Jetson 상태 모니터 (9.4).
  • nvpmodel·jetson_clocks — 전력 모드·클럭 고정 (9.4).
  • DeepStream — GStreamer 기반 비디오 분석 SDK (9.5).
  • VPI(Vision Programming Interface) — 다백엔드 비전 가속 (9.6).
  • VIC·OFA — Video Image Compositor·Optical Flow Accelerator(VPI 백엔드 엔진) (8.5·9.6).
  • Isaac ROS — GPU 가속 ROS 2 패키지(GEM) (9.7·9.8).
  • NITROS(NVIDIA Isaac Transport for ROS) — ROS 2 GPU zero-copy 전송 (9.7).
  • GXF(Graph Execution Framework) — 가속 그래프 실행 엔진 (9.7).
  • Type Adaptation·Negotiation(REP-2007·2009) — ROS 2 타입 적응·협상 (9.7).
  • composable node·container — 한 프로세스 적재 노드(intra-process) (9.8).
  • ROS 2 — 로봇 운영 체제(노드·토픽·DDS) (9.7).
  • SLAM — 동시 위치추정·매핑 (9.9).
  • VIO(Visual-Inertial Odometry) — 카메라+IMU 자세 추정 (9.9).
  • cuVSLAM — GPU 가속 비주얼 SLAM (9.9).
  • 루프 클로저(loop closure) — 장소 재인식으로 드리프트 보정 (9.9).
  • nvblox — GPU 3D 재구성(TSDF) (9.9).
  • TSDF·ESDF — 부호 거리장(표면·장애물 거리) (9.9·9.10).
  • cuMotion·cuRobo — GPU 모션 플래닝 (9.10).
  • MoveIt 2 — ROS 매니퓰레이션 프레임워크 (9.10).
  • REP-105 — ROS 좌표 프레임 규약(map→odom→base_link) (9.9).

A.2.12 시뮬·USD·피지컬 AI

  • Omniverse — 3D 협업·시뮬 플랫폼 (10.1·10.2).
  • Kit·extension — Omniverse 앱 프레임워크·확장 단위 (10.1).
  • OmniGraph(Action Graph) — 노드 기반 데이터플로 그래프 (10.1·9.12).
  • Nucleus — USD 협업·버전 서버(단일 진실원천) (10.2).
  • RTX — 실시간 레이트레이싱 렌더(실시간/패스트레이싱) (10.2·9.11).
  • MDL(Material Definition Language) — 이식 가능 물리 기반 머티리얼 (10.2).
  • 커넥터(connector) — DCC·CAD를 USD로 잇는 플러그인 (10.2).
  • OpenUSD(USD) — Universal Scene Description, 씬 합성 표준 (10.3·10.4).
  • Stage·Prim·Layer — USD 씬그래프·노드·합성 레이어 (10.3).
  • Attribute·Relationship — Prim 속성(값·관계) (10.3).
  • 컴포지션 아크(reference·payload·variant·inherit·specialize·sublayer) — USD 합성 메커니즘 (10.4).
  • LIVRPS — 합성 강도 순서(Local>Inherits>Variants>References>Payloads>Specializes) (10.4).
  • PhysX — GPU 물리 엔진 (9.11).
  • 아티큘레이션(articulation) — 관절 연결 링크 트리(로봇) (9.11).
  • Isaac Sim — Omniverse 로보틱스 시뮬 앱 (9.11·9.12).
  • ROS 브리지·SIL — 시뮬↔ROS 연동·Software-in-the-Loop (9.12).
  • Isaac Lab — GPU 병렬 로봇 RL 프레임워크 (9.13·9.14).
  • 벡터화 환경(vectorized env) — N환경 배치 텐서 병렬 (9.13).
  • PPO — 대규모 병렬에 쓰는 on-policy RL (9.13).
  • 도메인 랜덤화(domain randomization·DR) — 시뮬 변형으로 일반화(Sim2Real) (9.14·10.6).
  • ADR(Automatic Domain Randomization) — 범위 점진 확대 (9.14).
  • Teacher-Student(특권 학습) — 특권 Teacher→배포 Student 증류 (9.14).
  • Sim2Real — 시뮬→실 전이·도메인 갭 (10.7).
  • system identification(sysID) — 실측으로 시뮬 보정 (10.7).
  • Replicator — Omniverse 합성데이터 생성 프레임워크 (10.5·10.6).
  • annotator(GT) — 합성 라벨 추출기(분할·박스·깊이) (10.5·10.6).
  • amodal — 가려진 부분 포함 전체 형태 GT (10.6).
  • 디지털트윈(digital twin) — 실체와 동기된 가상 복제 (10.8·10.9).
  • 피지컬 AI(Physical AI) — 물리 세계 인지·행동 AI (10.10·11.2).
  • GR00T — NVIDIA 휴머노이드 파운데이션 모델(발표 기준) (10.10·10.11).
  • VLA(Vision-Language-Action) — 비전+언어→행동 모델 (10.10).
  • VLM(Vision-Language Model) — 비전+언어→텍스트 (10.10).
  • cross-embodiment — 여러 로봇 몸체 간 전이 (10.11).
  • 텔레오퍼레이션(teleoperation) — 사람이 로봇 조종(데모 수집) (10.11).
  • world model — 학습된 시뮬레이터(미래·물리 예측, 발표 기준) (11.2).

A.2.13 일반 약어·단위

  • FLOPS·TFLOPS — 초당 부동소수 연산(성능 단위) (1.1·1.10).
  • TOPS — 초당 정수 연산(엣지 성능 단위) (8.2·9.1).
  • GEMM(General Matrix Multiply) — 일반 행렬곱 (3.1·3.4).
  • MMA(Matrix Multiply-Accumulate) — 텐서코어 연산 (1.11).
  • WGMMA(Warpgroup MMA) — 워프그룹(4워프) 단위 텐서코어 MMA(Hopper+) (4.3·3.4).
  • DMA(Direct Memory Access) — 직접 메모리 전송 (2.5·4.3).
  • TMA(Tensor Memory Accelerator) — 대량 비동기 복사(Hopper) (4.3).
  • DSMEM(Distributed Shared Memory) — 스레드블록 클러스터 내 블록 간 공유 메모리 접근(Hopper) (4.3).
  • PCIe — 호스트↔디바이스 인터커넥트 (4.1·4.6).
  • SoC(System on Chip) — 통합 칩(GPU·CPU·가속기) (8.2·9.1).
  • OEM(Original Equipment Manufacturer) — 최종 장비 제조사. 이 책의 자동차 맥락에선 완성차 제조사·브랜드 소유자(DRIVE 플랫폼을 통합하는 고객사)를 뜻한다(주문자 상표 부착 생산[ODM]과 혼동 주의) (8.1·A.1).
  • OTA(Over-The-Air) — 무선 업데이트 (9.3·8.1).
  • QoS(Quality of Service) — 서비스 품질(ROS·네트워크) (9.8·4.11).
  • SLA(Service Level Agreement) — 서비스 수준 약정(서빙) (5.1·6.8).
  • API·SDK — 응용 프로그래밍 인터페이스·소프트웨어 개발 키트 (전반).
  • DDS(Data Distribution Service) — ROS 2 통신 미들웨어 (9.7).
  • CC(Compute Capability) — GPU 세대 번호(A.2.2 참조) (0.3).

A.2.14 흔한 혼동 용어

용어가 헷갈리기 쉬운 쌍·구분을 모았다(본문의 "함정"에 대응).

  • nvidia-smi의 CUDA Version ≠ 설치된 Toolkit. 전자는 드라이버가 받쳐줄 최대 CUDA, 후자는 nvcc --version(빌드용) (0.3·A.1).
  • 드라이버 ≠ CUDA Toolkit. 드라이버는 호스트 한 벌(커널 모듈), Toolkit은 컨테이너/프로젝트별 (0.3).
  • CUDA Core ≠ Tensor Core. 전자는 범용 스칼라, 후자는 행렬곱 전용 (1.3·1.11).
  • MIG ≠ MPS ≠ 타임슬라이싱. 하드 분할·공간 공유·시간 공유(격리 강도 다름) (7.4·7.5).
  • TP ≠ PP ≠ DP. 텐서(레이어 분할)·파이프라인(스테이지)·데이터(복제) 병렬 (4.14·6.3).
  • VLM ≠ VLA. 전자는 비전+언어→텍스트, 후자는 →행동 (10.10).
  • TSDF ≠ ESDF. 표면까지 거리(재구성)·장애물까지 거리(계획) (9.9·9.10).
  • odom ≠ map 프레임. 연속(제어)·전역 일관(계획), REP-105 (9.9).
  • 모방학습 ≠ RL. 데모 따라하기·보상 탐색 (10.11·9.13).
  • 도메인 랜덤화(DR) ≠ system identification. 모르니 덮기·측정해 맞춤(결합) (10.7).
  • 디지털트윈 ≠ 시뮬레이션. 실데이터 동기·특정 실체 여부 (10.8).
  • reference ≠ payload(USD). 항상 로드·지연 로드 (10.4).
  • 실시간 RTX ≠ 패스트레이싱. 인터랙티브·레퍼런스 정확 (10.2).
  • Sim2Real 갭의 세 종류. 외형·동역학·내용(다른 전략) (10.7).
  • PTQ ≠ QAT. 학습 후 양자화·양자화 인지 학습 (5.4·5.5).

A.2.15 요약 · 다음 장

  • 이 용어집은 카테고리별 용어 + 짧은 정의 + 출처 NV-NN 으로, 본문을 읽다 모르는 용어를 빠르게 찾는다 — 깊이는 출처 장.
  • GPU 아키텍처·CUDA·정밀도·라이브러리·데이터센터·추론·생성형 AI·엔터프라이즈·자율주행·로보틱스·시뮬·피지컬 AI·일반 약어 를 망라.
  • 흔한 혼동 용어(A.2.14)로 헷갈리는 쌍을 구분 — 본문 함정에 대응.
  • 정직(S-5): 제품·세대 명칭은 리브랜딩이 잦으니(변동 가능 표기) 정의(개념)는 안정적이나 구체 사양·세대는 출처 장·공식 문서로.

다음 장(부록): A.3 참고 자료·SDK·문서 출처. 용어의 정확한·최신 정의와 구체 사양은 공식 문서로 확인해야 한다 — 이 책이 반복한 "확인 필요"의 실제 진입점(공식 문서·릴리스 노트·SDK·개발자 자료)을 카테고리별로 정리한다. 추측 링크 없이 어디서 무엇을 보는지를. 용어에서 출처로.