GPU가 고성능 컴퓨팅을 방해하는 방법

[이매진]

GPU가 고성능 컴퓨팅을 방해하는 방법

https://www.visualcapitalist.com/sp/gpus-v-cpus/

GPU 및 고성능 컴퓨팅

그래픽 처리 장치(GPU)는 비디오 게임 그래픽을 렌더링하는 원래 역할을 넘어 AI 훈련부터 동물 플랑크톤 분류에 이르기까지 다양한 고성능 컴퓨팅 애플리케이션(HPC)에 사용됩니다.  

이 전환점을 이해하는 데 도움을 주기 위해 우리는 HIVE Digital 과 협력하여 GPU가 기존 CPU와 어떻게 다른지, 무엇이 GPU에 이점을 주는지 살펴보았습니다.

CPU 대 GPU

CPU 또는 중앙 처리 장치 및 GPU에는 일반적으로 세 가지 주요 요소가 있습니다.

• 계산을 수행하고 연산을 수행하는 계산 요소(기술적으로 ALU 또는 산술 논리 장치)
• 위의 동작을 조정하는 제어 요소 ; 그리고
• DRAM(Dynamic Random Access Memory), 컴퓨터의 주 메모리에 사용되는 일종의 RAM 또는 단기 메모리, 캐시를 포함한 다양한 수준의 메모리 .

CPU 또는 중앙 처리 장치에는 일반적으로 독립적인 컴퓨팅, 제어 및 캐시 요소로 구성된 매우 강력한 코어가 하나 이상 있습니다. 반면에 GPU에는 공통 캐시 및 제어 요소를 공유하는 여러 ALU가 있는 더 많은 저전력 코어가 있습니다. 

핵심가치와 핵심가치

특히 이미지 처리의 경우 코어 수가 중요합니다. 화면에 이미지를 표시하려면 컴퓨터가 각 픽셀에 대한 데이터를 읽고, 처리하고, 표시해야 하는데, 최신 고화질 디스플레이에서는 이러한 작업이 실제로 더해질 수 있습니다. 예를 들어 1,920 x 1,080 픽셀 디스플레이에는 2,073,600 픽셀이 있습니다 .

한 번에 하나의 작업을 수행해야 하는 CPU와 달리 GPU는 다중 코어 아키텍처 덕분에 이와 같은 여러 작업을 병렬로 처리할 수 있습니다. 컴퓨터 과학자들은 이 데이터 처리 방법을 SIMD(Single Instruction, Multiple Data)라고 부르지 만, 우리가 알아야 할 것은 이것이 오늘날의 컴퓨터 게임이 1972년의 Pong 보다 훨씬 좋아 보이는 이유라는 것입니다 . 

그래픽을 넘어서

GPU는 그래픽을 렌더링하는 것 이상의 일을 할 수 있는 것으로 나타났습니다. 연구자들은 이제 GPU를 사용하여 단백질 폴딩 및 서열 게놈을 모델링하고 있으며 암호화폐 채굴자들은 GPU를 사용하여 거래를 검증하고 있습니다. GPU는 훈련 데이터 세트가 점점 더 커지고 있는  AI 분야에서도 중요한 역할을 하고 있습니다 .

GPU는 또한 세계 유일의 엑사급 컴퓨터인 Frontier 에서 CPU와 나란히 작동합니다. Frontier는 8,699,904개의 GPU 및 CPU 코어를 결합하여 초당 1.194엑사플롭이라는 인상적인 속도를 달성합니다.

그러나 CPU가 여전히 1945년의 폰 노이만 아키텍처 와 거의 동일하게 구축되어 있다는 점을 고려하면 , 세계에서 가장 어려운 HPC 문제를 해결하는 데 도움이 되는 GPU와 같은 새로운 특수 설계가 등장하는 것은 놀라운 일이 아닐 것입니다.