GPU - 1: 그래픽카드의 기본 개념

 

1. 그래픽카드의 기본 개념

1) 그래픽카드의 정의 및 역할

그래픽카드, 또는 GPU(Graphics Processing Unit)는 컴퓨터 시스템에서 이미지와 비디오를 생성하고 렌더링하는 데 사용되는 특화된 전자 회로입니다. 각각의 그래픽카드는 다음과 같은 주요 역할을 수행합니다:

 

- 비주얼 프로세싱: 2D 및 3D 그래픽을 생성하고 조작하여 화면에 표시합니다.
- 비디오 가속: 비디오 코덱을 사용하여 비디오의 인코딩과 디코딩을 가속화합니다.
- 게이밍: 실시간 렌더링이 필요한 고사양 게임에서 중요한 역할을 합니다.
- 과학적 계산 및 AI: GPU의 병렬 처리 능력을 활용하여 인공지능, 딥 러닝, 과학적 시뮬레이션 등의 고성능 연산을 수행합니다.

 

2. GPU와 CPU의 차이점

GPU와 CPU(중앙 처리 장치)는 모두 중요한 컴퓨터 구성 요소지만, 그 역할과 설계 철학은 크게 다릅니다.

 

1) 목적 및 기능:

- CPU: 범용 프로세싱을 위해 설계되었으며, 복잡한 작업을 순차적으로 처리합니다. 시스템의 중심적인 역할을 하며, 운영체제, 애플리케이션, I/O 장치 제어 등을 수행합니다.
- GPU: 대규모 병렬 처리를 위해 설계되었습니다. 수천 개의 작은 코어를 사용해 동시에 많은 간단한 연산을 수행하도록 최적화되어 있습니다. 그래픽 렌더링, 비디오 처리, 반복적이고 병렬적인 작업에 특화되어 있습니다.

 

2) 구조:

- CPU: 소수의 고성능 코어(일반적으로 4~16개)를 가지고 있으며, 고속의 캐시 메모리와 복잡한 제어 유닛을 포함합니다.
- GPU: 수천 개의 작은 계산 유닛(코어)으로 구성되어 있습니다. 이를 통해 다수의 데이터를 병렬로 처리할 수 있어, 대규모 데이터셋 연산에 적합합니다.

 

3) 성능 특성:

- CPU: 높은 클럭 속도와 강력한 싱글 스레드 성능을 가지며, 복잡한 제어 흐름 관리에 강점이 있습니다.
- GPU: 셰이더 코어를 통해 다수의 데이터를 동시에 처리하며, 대규모 병렬 작업에서 뛰어난 성능을 발휘합니다. 주로 데이터 병렬 연산에 적합합니다.

 

3. GPU의 역사와 발전 과정

1) 1980년대

- 초기 2D 가속기: 1980년대 후반, 단순한 2D 그래픽을 가속화하는 전용 칩셋이 도입되었습니다. IBM과 같은 초기 컴퓨터 제조사들이 이를 포함한 그래픽 어댑터를 제공하였습니다.

 

2) 1990년대

- 3D 가속기의 등장: 3Dfx의 Voodoo Graphics 같은 초기 3D 가속기들이 등장하면서 게임과 그래픽 소프트웨어에서 3D 렌더링이 가능해졌습니다. NVIDIA와 ATI(현재의 AMD)가 경쟁에 가세하여 주요 GPU 제조사가 되었습니다.
- OpenGL과 DirectX: 3D 그래픽의 표준 인터페이스인 OpenGL(1992)과 DirectX(1995)가 개발되어 GPU가 다양한 애플리케이션에서 활용될 수 있게 되었습니다.

 

3) 2000년대

- 프로그래머블 셰이더: NVIDIA의 GeForce 3와 같은 프로그래머블 셰이더를 도입한 GPU가 출시되었습니다. 이는 다양한 그래픽 효과와 연산을 가능케 했습니다.
- GPGPU(General-Purpose computing on GPU): GPU의 병렬 연산 능력을 그래픽 이외의 일반 연산에 활용하는 GPGPU 개념이 등장하면서, 과학적 계산, 데이터 처리, AI 연구에 널리 사용되었습니다.

 

4) 2010년대

- 딥 러닝과 AI의 부상: 딥 러닝 연구가 활성화됨에 따라, GPU는 AI 연구의 핵심 도구로 자리잡았습니다. NVIDIA의 CUDA와 같은 플랫폼이 이를 지원하였습니다.
- 레이 트레이싱과 실시간 렌더링: 실시간 레이 트레이싱 기술이 발전하면서, 현실감 있는 그래픽 구현이 가능해졌습니다. NVIDIA의 RTX 시리즈가 이를 상용화시켰습니다.

 

5) 2020년대 현재

- 초고속 메모리 및 차세대 아키텍처: GDDR6, HBM2와 같은 초고속 메모리가 도입되고, AMD와 NVIDIA의 차세대 GPU 아키텍처가 지속적으로 발전하고 있습니다.
- 엣지 컴퓨팅과 클라우드 GPU: 클라우드 컴퓨팅과 엣지 컴퓨팅 환경에서도 GPU가 사용되며, 다양한 형태의 GPU 활용이 확산되고 있습니다.