GPU에 대해서 알아봅시다

컴퓨터는 다양한 장치로 이루어져 있습니다. 용도에 따라 적합한 사양을 구성할 수 있습니다.

GPU의 뜻, 용도와 활용사례를 알아봅니다.

 

컴퓨터에 관심이 있으신 분이라면 CPU, RAM, HDD, POWER와 같은 부품 및 장치와 관련된 용어들을 들어보셨을 것입니다. 지금은 엔비디아의 지포스 시리즈와 엔비디아의 라데온 시리즈가 시장의 거의 대부분을 차지하고 있지요. 초기에는 Voodoo(3 dfx社), riva (엔비디아社)등 의 제품이 주축이 되며 3D 표현장치의 발전을 이끌어왔습니다.

그런데 GPU는 그래픽을 표현하는 것 외에도 다양한 분야에서 활용되고 있었다는 사실! 알고 계셨나요? 오늘은 GPU에 대해서 이야기해보려 합니다. 

 

GPU란?

GPU는 Graphics Processing Unit의 줄임말로서, 컴퓨터 시스템에서 그래픽 연산을 비롯한 많은 수의 작업을 동시에 수행하기 위한 수천 개의 처리 코어가 있는 연산장치입니다. CPU가 효율적으로 관리할 수 없는 고해상도 그래픽, 비디오 렌더링 및 기타 컴퓨팅 집약적인 작업을 처리할 수 있도록 설계되었습니다. 병렬 계산을 처리할 수 있는 능력 덕분에 과학적 시뮬레이션, 기계 학습 알고리즘, 인공지능, 클라우드 컴퓨팅 및 대규모 병렬 처리가 필요한 다양한 기타 응용 프로그램에 활용되고 있습니다.

 

GPU는 대규모 병렬 처리가 필요한 분야에서 폭넓게 활용될 수 있습니다.

 

GPU와 CPU의 차이

CPU는 중앙처리장치로, 수백만 개의 트랜지스터로 구성된 컴퓨터의 두뇌와 같은 역할로, 운영체제의 명령과 처리를 수행합니다. CPU는 적은 코어로 개별작업과 신속한 처리에 중점을 두고 있으며, 대기시간이나 코어당 성능이 중요한 워크로드에 적합합니다. 

GPU는 그래픽처리장치로 초기에는 3D 렌더링 작업을 빠르게 처리하기 위해 개발된 특수 프로세서였습니다. 최근 10~15여 년 사이에 들어와 병렬처리에 강점을 보이며 컴퓨팅, 응용프로그램 가속에 범용으로 적용되는 것을 연구진들이 알게 되었고, 오늘날에는 그래픽, 비디오 렌더링을 포함해 고성능/과학 컴퓨팅, 딥러닝, 크립토커런트 등에서 워크로드의 가속을 위해 병렬로 구성된 GPU의 힘을 빌리고 있습니다. 

 

GPU 용어의 등장

용어의 등장은 1990년대 중반에 처음 등장하였습니다. 그래픽에 특화된 칩셋은 1970년대부터 아케이드 기판에서 이용되었는데, 모니터에 주사되어 출력되는 스프라이트 그래픽의 출력속도를 높이기 위해 활용되었습니다.

이후 일반사용자용으로 3D그래픽카드가 엔비디아社에서 출시되며 처음 용어를 등장시켰으며 본격적으로 확산된 계기는 1999년 지포스 256 제품을 '세계 최초의 GPU'로 판매하며 널리 알려지게 되었습니다. 이 시기에는 3D영상을 비롯해 3D게임 등 그래픽기술이 발전하면서 이와 관련한 폭발적인 관심을 불러일으켰습니다.   

 

GPU의 특징

GPU는 고해상도 그래픽을 렌더링 하고 부드러운 게임 경험을 제공하는 데 사용되는 게임 산업에서도 사용됩니다. 최신 게임에는 폴리곤과 텍스쳐 등 그래픽과 관련하여 많은 연산과 처리 능력이 필요하며, 이러한 작업들을 효율적으로 처리할 수 있도록 설계되었습니다. 게임에서 top 수준의 선수들, 게임을 깊게 파고들어 즐기고자 하는 유저들은 자신이 플레이하는, 좋아하는 게임을 최고의 그래픽과 성능으로 플레이하기 위하여 최신 그래픽카드를 구매하는 경우가 많습니다. 그래픽 관련 연산에서 CPU의 부담을 줄여주기에 CPU와 함께 작동할 때 컴퓨팅의 전반적인 퍼포먼스를 향상할 수 있습니다. 

 

GPU 활용사례

초기 GPU는 그래픽 연산을 빠르게 처리해 출력해 주는 역할인 그래픽가속기로서의 역할이 중심이었습니다. 아케이드의 스프라이트출력부터 3차원 렌더링 과정까지 그래픽 출력처리속도를 높이고 텍스쳐 매핑을 빠르게 처리할 수 있게 되며 차세대 컴퓨터 그래픽의 성장과 발전을 이끌었습니다. 

 

최근 몇 년 동안 특히 인공 지능 및 딥 러닝 분야에서 그 중요성은 더욱 커지고 있습니다. 방대한 양의 계산이 필요한 작업에서 CPU보다 빠르게 이러한 계산작업을 수행할 수 있었습니다. 서로가 강점을 보이는 부분이 다름을 체감할 수 있는 것인데, 실제로 CPU에서 실행하는 데 며칠이 걸리는 일부 딥 러닝 작업 같은 경우 단 몇 시간 만에 완료할 수 있습니다. 

 

또 다른 최근의 활용사례는 블록체인과 관련된 사용입니다. 블록체인 기술에는 복잡한 수학적 문제를 해결하여 트랜잭션을 검증하고 새로운 블록을 생성하는 작업들이 포함되는데, 이를 위해서는 빠른 속도로, 상당한 양의 계산 능력이 필요하며 병렬로 구성되어 이러한 처리작업에 특화되어 있다 말할 수 있습니다. 그러나 블록체인 기술 중 암호화폐 채굴과 관련된 큰 에너지 소비량은 생성되는 가치가 크게 요동치게 되면서 채굴에 소모되는 에너지소비량에 비해 채굴되는 암호화폐의 가치 사이에서 개선점을 찾아야 하는 상황이 되었습니다.

 

정리

GPU는 그래픽 처리 분야에 혁명을 일으킨 특수 프로세서로 시작되어 과학 컴퓨팅, 딥 러닝 및 블록체인기술과 암호화폐 채굴과 같은 더 넓은 영역에서 폭넓게 사용되고 있습니다. 앞으로 기술의 지속적인 발전과 함께 우리는 미래에 상상을 현실로 만들고 더 혁신적인 산업의 형성, 새로운 가치를 창출해 낼 수 있는 응용 프로그램 등 볼 수 있을 것으로 기대할 수 있습니다.