GPU는 그래픽 처리 장치 (Graphic Processing Unit)

 

PC의 그래픽 성능을 좌우하는 그래픽카드의 핵심 칩 GPU (Graphic Processing Unit, 그래픽 처리 장치)

 

 

 

1990년대 초기까지만 해도 PC에 장착된 그래픽카드는 단순히 CPU(Central Processing Unit : 중앙처리장치)의 연산 결과를 그림이나 글자 신호로 변환하여 모니터로 화면을 출력하는 어댑터(Adapter : 변환기)와 같은 부품으로 인식되고 있었다. 하지만 1990년대 중반 이후부터 PC의 멀티미디어 콘텐츠, 특히 게임이 주목을 받으면서 그래픽카드의 역할도 점차 변하기 시작했다.

 

 

GPU는 그래픽카드의 핵심 칩으로, 열을 식히기 위한 방열판이나 냉각팬에 덮여있는 경우가 많다

 

게임에 입체감을 부여하고자 3D 그래픽이 본격적으로 도입되었고, 화면을 보다 현실적으로 만들기 위한 각종 광원 효과 및 질감 표현 기법이 점차 발전하기 시작했다. 이러한 작업들을 CPU 혼자서 처리하기에는 버겁기 때문에 이를 보조할 3D 그래픽 연산 전용의 프로세서, 즉 GPU(Graphics Processing Unit)가 개발되어 그래픽카드에 탑재되기 시작했다.

 

GPU, 그래픽카드의 개념을 바꾸다

GPU라는 용어는 엔비디아(NVIDIA)사에서 1999년에 ‘지포스(GeForce)’라는 이름의 새로운 그래픽 컨트롤러(Graphics Controller : 그래픽카드용 칩)을 내놓으며 처음 제창한 것이다. 지포스는 CPU의 도움 없이 자체적으로 폴리곤(Polygon : 3D 그래픽을 구성하는 도형)의 변형(Transform) 및 광원(Lighting)효과를 구사하는 기능, 이른바 ‘하드웨어(Hardware) T&L’을 갖추고 있었다. 이는 이전까지 사용했던 그래픽 컨트롤러와는 확연히 다른 개념이었기 때문에 이를 구분하고자 GPU라는 이름이 붙게 되었다. 그리고 지포스의 출시 후 1년이 지난 2000년, ATi(현재의 AMD)사에서 ‘라데온(Radeon)’이라는 GPU를 출시하게 되면서 양사의 경쟁이 본격화 된다.

 

 

 

엔비디아 ‘지포스’ GPU의 모습

 

 

AMD(ATi) ‘라데온’ GPU의 모습

 

 

GPU 기반 그래픽카드를 탑재한 PC는 3D 그래픽 성능이 크게 향상되기 때문에 게임을 한층 원활하게 구동할 수 있다. GPU의 개발로 인해 그래픽카드는 단순한 화면 출력 장치가 아닌 게임 성능 가속 장치로 성격이 변하게 된 것이다. 물론, 게임 외에도 컴퓨터 그래픽 디자인 부문에서도 GPU의 혜택을 입긴 했지만, 일부 전문가를 제외한 일반 대중에게 있어 GPU의 영향을 가장 극명하게 느낄 수 있는 작업은 바로 게임임을 부정할 수 없다.

 

GPU(지포스와 라데온)의 등장으로 인해, 하드웨어 T&L을 갖추지 못한 구형 그래픽 컨트롤러 기반의 그래픽카드는 급격하게 시장에서 사라지기 시작했다. 대표적인 것이 3DFX사의 부두(Voodoo) 시리즈, S3사의 새비지(Savage) 시리즈 등이었는데, 이들은 2000년을 전후하여 시장에서 거의 모습을 감췄다. 그리고 그래픽카드 시장은 GPU를 개발, 제조하는 엔비디아와 ATi 양사의 영향력 아래 놓이게 된다. 참고로 ATi는 2006년에 CPU 제조사인 AMD에 인수되었으며, 이에 따라 라데온은 AMD의 브랜드가 되었다.

 

복수의 GPU로 그래픽 성능을 높이는 멀티 GPU 모드

지포스와 라데온 GPU 시리즈는 2011년 현재까지도 성능이 향상된 후속 모델이 계속 나오고 있다. 신형 GPU일수록 보다 미세한 공정으로 제조되고 같은 칩 면적당 품고 있는 트랜지스터의 수가 늘어나므로 보다 빠르게 그래픽 처리를 할 수 있다. 그리고 몇몇 고급형 그래픽카드의 경우, 하나의 기판에 2개 이상의 GPU를 동시에 탑재하여 성능을 높이는 멀티(Multi) GPU 환경을 구현하기도 한다.

 

한 대의 PC에 2개 이상의 그래픽카드를 함께 꽂아 멀티 GPU 환경을 구현하는 경우도 있다. 엔비디아 지포스에서는 이를 ‘SLI(Scalable Link Interface)’, AMD 라데온에서는 이를 크로스파이어(CrossFire) 모드라고 부른다. SLI나 크로스파이어 모드를 구성하면 그래픽 성능이 향상되지만, 그래픽카드 구매 비용이 많이 드는데다가 상당수 PC 메인보드에서는 이 기능을 지원하지 않는 경우도 있어서 일부 게임 마니아층을 제외하면 대중적으로 많이 쓰이지는 않는다.

 

 

한 대의 PC에 2개 이상의 그래픽카드를 꽂아 그래픽 성능을 높이기도 한다

 

GPU 같아도 그래픽카드 제조사는 다를 수 있어

지포스나 라데온 GPU는 엔비디아와 AMD에서 직접 개발해 공급하고 있지만, 그래픽카드 자체는 양사에서 판매하지 않는다. 양사에서 새로운 GPU를 개발하고 이에 어울리는 그래픽카드 설계 표준(기판, 비디오메모리, 전원부 등)을 제시하면, 아수스, 기가바이트, 사파이어, MSI 등의 다양한 제조사에서 그에 맞춰 그래픽카드를 생산해 판매하는 것이다. 그래픽카드의 제조사가 다르더라도 GPU가 같으면 기본적인 성능은 큰 차이가 없지만, 각 제조사의 독자적인 튜닝에 의해 부가기능이나 디자인이 달라지는 경우는 많다.

 

성능 보다는 경제성을 중시하는 내장형 GPU

GPU는 대개 그래픽카드의 핵심 부품으로 여겨지고 있지만, 경우에 따라서는 메인보드의 칩셋에 GPU 기능이 내장되기도 한다. 이렇게 하면 별도의 그래픽카드를 장착하지 않아도 화면의 출력이 가능하기 때문에 PC 구매 비용을 줄일 수 있다.

 

다만, 이런 내장형 GPU는 별도의 그래픽카드에 탑재되는 GPU에 비해 3D 그래픽 성능이 떨어지기 때문에 게임용 PC에는 적합하지 않아 주로 사무용 PC에 쓰인다. 인텔(Intel)사는 그래픽카드를 만들지 않지만, 메인보드 칩셋 시장에서 압도적인 점유율을 차지하고 있기 때문에 2011년 현재, 전세계 PC에서 가장 많이 사용되는 GPU는 엔비디아나 AMD가 아닌 인텔의 제품으로 집계되고 있다.

 

 

 

GPU 내장형 메인보드는 별도의 그래픽카드를 꽂지 않아도 화면 출력이 가능하다

 

CPU의 영역을 침범하고 있는 ‘GPGPU’

GPU의 주된 역할은 2D 및 3D 그래픽의 연산 및 생성이지만 현대의 GPU는 그 외에도 다양한 기능이 더해졌다. 대표적인 것이 동영상의 재생 품질 및 인코딩(변환) 속도를 향상시키는 엔비디아 퓨어비디오(PureVideo), AMD의 Avivo(Advance video in video out) 기술 등이다. 이러한 기능은 과거에는 CPU 고유의 영역이었으나 2005년을 전후하여 GPU의 부동소수점 연산(주로 멀티미디어 처리나 과학적 계산에 활용) 능력이 CPU를 능가하게 되면서 GPU의 능력을 그래픽 처리뿐 아니라 일반 작업에도 GPU를 활용하고자 하는 움직임이 나타나기 시작했다.

 

이렇게 GPU의 자원을 이용해 그래픽 작업 이외의 범용 작업를 하는 것을 ‘GPGPU(General Purpose computing on Graphics Processing Units)’라고 하며, 동영상 인코딩 외에도 분자 구조 분석, 암호 해독, 기상 변화 예측 등의 분야에 주로 사용할 수 있다. 다만, 시중에 나와있는 대부분의 프로그램은 CPU 기반으로 구동하므로 GPGPU 기능을 활용하기 위해서는 이를 지원하는 전용 프로그램이 필요하다. 이 때문에 GPGPU의 활용폭은 상당히 제한적이었다.

 

CPU + GPU = APU?

그래서 최근에는 CPU와 GPU를 완전히 하나의 칩으로 통합하고자 하는 시도도 선보이고 있다. 하나의 칩 안에서 CPU 부분과 GPU 부분이 동일한 버스(bus : 데이터를 전달하는 통로)를 사용함으로써 상호간 데이터 전달 효율을 높이며, 복잡한 프로그래밍의 과정 없이 CPU의 장점인 정수연산 능력과 GPU의 장점인 부동소수점 연산 능력을 동시에 발휘해 범용적 작업에 적용하기가 용이하다.

 

그리고 두 가지 부품을 하나로 합치면 생산 단가와 소비 전력도 낮출 수 있다는 장점도 있어 통합 프로세서의 이용은 점차 확산될 것으로 보인다. AMD에서는 이러한 새로운 통합 프로세서를 기존의 CPU나 GPU와 구분하기 위해 ‘APU(Accelerated Processing Unit : 가속처리장치)’라는 이름으로 부르고 있다.

 

글 김영우 / IT동아 기자

현재 IT 전문 저널인 ‘IT동아(http://it.donga.com)’의 PC 부문 전문 기자로 근무하고 있으며, ‘컴맹 퇴치’를 위한 강의형 기사 집필에 힘을 기울이는 중이다.   발행일 2011.07.12

 

---------------------------------------------------

 

[단신] 엔비디아 테슬라, 日 츠쿠바 대학교 슈퍼컴퓨터에 탑재

손오공 기자, 2012-03-25 오전 4:30:59

 

비주얼 컴퓨팅 분야의 세계적인 선도 기업인 엔비디아는 엔비디아 테슬라(Tesla) GPU가 일본 츠쿠바 대학교의 슈퍼컴퓨터 HA-PACS(Highly Accelerated Parallel Advanced System for Computational Sciences)에 탑재되어 다양한 과학 분야의 연구를 가속화하게 됐다고 밝혔다.

 

츠쿠바 대학 컴퓨터과학센터(Center for Computational Science)에 위치한 HA-PACS 시스템은 1,072개의 엔비디아 테슬라 M2090 GPU로 업그레이드되어 이론상 802 테라플롭의 피크 성능을 제공하게 되었으며, 일본 Top 3 최고성능슈퍼컴퓨터 중 하나로 등극했다. 이번 업그레이드는 천체물리학, 생물물리학, 소립자물리학 등 과학분야에서 이전에는 불가능했던 새로운 종류의 연구와 발견을 가능하게 할 것으로 전망된다.

 

GPU 가속 시뮬레이션을 활용함으로써 천체물리학자들은 현존하는 최첨단 천체망원경만으로는 불가해한 영역인 별과 은하계의 기원 및 우주의 진화 과정을 연구할 수 있게 됐다.

 

생물물리학 분야에서는 GPU 가속으로 이전에는 불가능했던 대규모 시뮬레이션을 실시할 수 있게 되어 분자동력학과 양자역학 기술을 결합한 효소 반응 메커니즘 및 DNA 단백질 복합체의 역학적 특성을 더욱 효율적으로 연구할 수 있도록 한다. 보다 복잡하고 큰 시스템을 길게 시뮬레이션하는 것이 가능해지면서 질병의 생물학적 행동을 보다 심도 있고 과학적으로 이해할 수 있게 되어, 특정 질병에 대한 신약 개발을 가속화 시킬 전망이다.

 

츠쿠바대학대학원 시스템정보공학연구과 컴퓨터과학센터 소속 타이스케 보쿠씨는 “HA-PACS 시스템은 소립자물리학, 천체물리학, 물질, 기후, 생명과학 등 다수의 분야에서 연구를 가속시킬 수 있는 충분한 전산파워를 제공한다.”며 “많은 과학자들의 연구역량을 강화하는 데 매우 유용한 툴”이라고 평했다.

 

테슬라 GPU는 엔비디아 쿠다 병렬 컴퓨팅 플랫폼에 기반한 대량병렬가속장치로, 고성능컴퓨팅(HPC), 컴퓨터과학 및 슈퍼컴퓨팅 전용 솔루션으로 디자인되어 다양한 과학 및 상업용 어플리케이션의 성능을 최고 10배 이상 개선한다.

 

엔비디아 테슬라 GPU에 대한 보다 상세한 내용은

www.nvidia.co.kr/tesla에서 확인할 수 있다.

 

GPU 컴퓨팅이란?

GPU 컴퓨팅이란 CPU와 함께 GPU(그래픽 처리 장치)를 사용하여 범용 과학 및 엔지니어링 어플리케이션의 처리 속도를 향상시키는 것을 말합니다. NVIDIA가 5년 전에 최초로 선보인 GPU 컴퓨팅은 빠르게 산업 표준으로 자리잡아, 전세계적으로 수백만의 사용자가 활발하게 사용하고 있으며 거의 모든 컴퓨팅 벤더에서 채택하고 있습니다.

 

부분은 계속해서 CPU에서 실행하여 이전에 경험할 수 없었던 어플리케이션 성능을 제공합니다. 사용자의 관점에서는 어플리케이션이 현저히 빠르게 실행될 뿐입니다.

 

CPU + GPU는 강력한 조합입니다. CPU는 직렬 처리에 최적화된 몇 개의 코어로 구성된 반면, GPU는 병렬 처리용으로 설계된 수 천 개의 보다 소형이고 효율적인 코어로 구성되기 때문입니다. 코드의 직렬 부분은 CPU에서 실행되고 코드의 병렬 부분은 GPU에서 실행됩니다.

 

대부분의 고객은 NVIDIA의 카탈로그에 나열된 GPU 가속 어플리케이션을 사용하여 GPU 컴퓨팅의 파워를 즉시 경험할 수 있습니다. 이 카탈로그에는 업계를 대표하는 100여 개의 어플리케이션이 소개되어 있습니다. 개발자의 입장에서는 GPU 컴퓨팅이 주요 소프트웨어 공급업체로부터의 방대한 툴 및 라이브러리 생태계를 제공합니다.

 

GPU 컴퓨팅의 역사

그래픽 칩은 고정된 기능의 그래픽 파이프라인으로부터 시작되었습니다. 이후 이러한 그래픽 칩들을 점점 더 많이 프로그래밍할 수 있게 되면서 NVIDIA가 최초의 GPU를 발표하게 되었습니다. 1999년에서 2000년경에는 전자기학 및 의료 영상과 같은 분야의 연구원들, 특히 컴퓨터 과학자들이 다용도의 컴퓨팅 어플리케이션을 구동하는 데 GPU를 사용하기 시작했습니다. 이것이 GPU를 통한 일반 목적의 컴퓨팅을 일컫는 'GPGPU (General Purpose GPU computing)'의 출발점이 되었습니다.

 

사용자가 이전에는 경험할 수 없었던 성능을 달성했지만(일부의 경우 CPU에 비해 100배 이상), 문제는 GPGPU에서 GPU를 프로그래밍하기 위해서는 OpenGL, Cg 등의 그래픽 프로그래밍 API를 사용해야 한다는 점이었습니다. 이는 과학계가 GPU의 뛰어난 성능을 누리는 데 상당한 제약이 되었습니다.

 

GeForce®, Quadro®, Tesla® 등 모든 NVIDIA GPU는 GPU 컴퓨팅과 CUDA® 벙렬 프로그래밍 모델을 지원합니다. 개발자는 최신의 Apple MacBook Pro를 비롯하여 거의 모든 플랫폼에서 NVIDIA GPU에 액세스할 수 있습니다. 하지만 데이터 신뢰성과 전반적인 성능이 중요한 작업 부하라면 Tesla GPU를 추천합니다. 보다 자세한 내용은 “Tesla를 선택하는 이유”를 참조하십시오.

 

Tesla GPU는 처음부터 과학 및 기술 컴퓨팅 작업 부하를 가속하도록 개발되었습니다. “Kepler 아키텍처”의 혁신적 기능을 기반으로, 최신 Tesla GPU는 이전의 아키텍처에 비해 3배 이상의 성능 향상과 1테라플롭 이상의 배정도 부동 소수점을 제공하면서도 프로그래밍 용이성 및 효율성을 크게 향상시킵니다. Kepler는 세계에서 가장 빠르고 가장 효율적인 고성능 컴퓨팅(HPC) 아키텍처입니다.

 

이러한 성능이 과학계에 보다 광범위한 도움을 줄 수 있다는 잠재력을 인식한 NVIDIA는 GPU를 완전히 프로그래밍할 수 있도록 수정하는 데 투자하고 C, C++, Fortran 등의 언어에 익숙한 개발자에게 원활한 경험을 제공했습니다.

 

GPU 컴퓨팅은 성장 모멘텀이 갈수록 빨라지고 있습니다. 오늘날 세계에서 가장 연산 속도가 빠른 일부 슈퍼 컴퓨터가 GPU를 사용하여 과학적 발견을 촉진하고 있습니다. 전세계적으로 600여 대학교에서 NVIDIA GPU를 사용한 병렬 컴퓨팅을 가르치고 있으며, 수십만 명의 개발자가 활발하게 GPU를 활용하고 있습니다.

 

"GPU는 실제 어플리케이션을 쉽게 구현하여 다중 코어 시스템보다 훨씬 빠른 속도로 실행할 수 있는 단계까지 진화했습니다. 미래의 컴퓨팅 아키텍처는 병렬 코어 GPU가 멀티 코어 CPU와 함께 작동하는 하이브리드 시스템이 될 것입니다."

잭 동가라(Jack Dongarra) 교수

 

혁신 컴퓨팅 연구소(Innovative Computing Laboratory) 소장

테네시대학교

 

------------------------------------------------------

GPU: 최신 컴퓨팅 엔진

GPU는 그래픽 처리 장치 (Graphic Processing Unit)

 

GPU는 현재까지 개발된 프로세서 중 가장 복잡한 프로세서라고 할 수 있습니다. 중요한 것은 최첨단 컴퓨터 그래픽 엔진이면서도 에너지 효율적인 컴퓨팅이라는 점입니다. NVIDIA의 최신 GPU 아키텍처인 ‘Kepler’는 70억 개의 트랜지스터를 자랑합니다. Kepler 아키텍처를 채용한 GTX690은 어떠한 NVIDIA 제품보다도 빠르고 에너지 효율적인 GPU입니다. Kepler의 핵심 기능은 슈퍼컴퓨팅의 효율성과 접근성을 더욱 향상시켜 줍니다.