안녕하세요 동국시스템즈 박용원입니다 😃
오늘은 CPU와 GPU에 대해서 알아보려고 합니다!
CPU와 GPU는 모두 컴퓨터 시스템에서 중요한 역할을 하는 처리 장치입니다.
그러나 CPU와 GPU는 다른 목적과 구조를 가지고 있으며, 이에 따라 다른 유형의 작업을 처리하는 데 특화되어 있습니다.
비슷한 듯 다른 CPU와 GPU, 그렇다면 각각의 특성에 대해서 한번 알아볼까요?
우선 CPU, GPU 각각의 용어에 대한 의미부터 살펴보도록 하겠습니다.
CPU는 'Central Processing Unit'의 약자입니다.
보통 프로세서(processor)라고 불리고 컴퓨터 칩(computer chip)이라고 하기도 하죠.
CPU는 사람의 두뇌와 같은 역할을 담당합니다.
주로 컴퓨터 이용자가 프로그램을 클릭하면 CPU는 프로그램을 실행하고 다른 장치에게 일을 시키고 관리하는 일을 합니다.
반면 GPU는 'Graphics Processing Unit'의 약자입니다. 보통 그래픽카드(graphic card)라고 부르죠?
그래픽 또는 콘텐츠를 고속으로 렌더링해야 하는 경우에는 GPU가 매우 중요합니다.
GPU를 사용하면 내부 CPU에 도움이 되어 더 빠른 속도로 그래픽을 처리할 수 있습니다.
그렇다면 CPU와 GPU의 차이는 어떤 것들이 있을까요?
크게 3가지로 분류해볼 수 있어요.
1) 처리 방식 및 코어 수
우선 간단하게 설명드리면 다음과 같습니다.
하나의 CPU는 직렬 처리에 최적화된 몇 개의 코어로 구성된 반면,
GPU는 병렬 처리용으로 설계된 수 천 개의 보다 소형이고 효율적인 코어로 구성되어 있습니다.
조금 더 상세하게 살펴볼까요?
CPU는 GPU보다 더 적은 코어를 갖고 있지만 각각의 코어가 GPU보다 더 강력한 컴퓨팅 파워를 갖고 있습니다.
따라서 CPU는 순차(직렬)적인 작업 (Sequential task)에 더 강점이 있습니다.
반면 GPU는 CPU보다 코어 수는 많지만 각각의 코어가 CPU보다 더 성능이 낮기 때문에
병렬적인 작업 (Paralell task)에 더 강점이 있습니다.
예를 들어 CPU 방식으로 그림을 그린다면 아래 그림처럼 점을 하나 하나씩 찍어서 순서대로 만들어 내겠죠?
반면 GPU 방식으로 그림을 그린다면 순서에 얽매이지 않고 빠른 과정으로 다음과 같은 그림이 완성될 수 있겠죠.
😊 따라서 모니터 화면에 보여지는 작업은 CPU 방식인 직렬 방식이 아닌 GPU 방식인 병렬 방식이기 때문에
우리는 빠른 스피드로 3D 게임을 즐길 수 있는 것입니다!👏
2) 전력 소비량
GPU는 더 많은 코어를 가지고 있으며 더 많은 작업을 처리하기 때문에 CPU보다 전력을 더 많이 소비합니다.
이로 인해 GPU를 장착하면 서버에 필요한 Power가 높아지고,
발열량을 잡아줄 Fan Kit도 높은 Performance를 자랑하는 파트가 필요하게 됩니다.
3) 용도
CPU는 일반적인 응용 프로그램, 인터넷 검색 등에 적합합니다.
반면, GPU는 주로 그래픽 처리와 과학 계산, 기계 학습, 데이터 마이닝 등에 사용됩니다.
따라서 CPU와 GPU는 서로 다른 목적으로 설계되어 있으며, 각각의 장단점이 있다는 점을 알 수 있습니다.
그렇다면 요즘 트렌드인 AI나 머신 러닝 분야에는 CPU보다 GPU를 더 선호하는 경향이 있는데요..
앞서 설명해드린 내용을 토대로 그 이유를 알아볼까요?
머신 러닝이나 딥러닝 같은 인공지능 기술을 활용할 때, 컴퓨터가 스스로 판단할 수 있도록 반복적인 학습이 필요한데,
직렬 처리 방식의 CPU로는 대량의 반복 학습을 한꺼번에 처리하기에 느릴 수 밖에 없습니다.
반면 GPU는 병렬 처리 방식이기 때문에 대량의 반복 학습 처리에 특화되어 있습니다.
또한 상대적으로 적은 개수의 코어로 구성된 CPU로
수천 개의 뉴런 연결을 모방한 인공 신경망을 구축하려면 높은 비용이 발생합니다.
따라서 GPU 기술의 발전으로 과거보다 훨씬 저렴한 가격과 나은 성능의 인공 신경망을 구축할 수 있게 되었고,
머신 러닝이 보편화되어 가고 있습니다.
따라서 AI 시장에서 GPU의 영향력이 커질 것으로 예상됩니다.
이에 힘입어 저희 동국시스템즈는 HPE GPU Striker Partner (GSP)에 선정되어
GPU 인프라 환경에 특화된 컨설팅과 서비스를 제공하고 있습니다.
GPU Striker Partner는 기존의 파트너사 중에서도 AI에 관한 확실한 사업 계획을 갖추고,
그에 걸맞은 기술력과 경험을 갖춘 파트너를 엄선한 것이기 때문에 더욱 의미가 있다고 할 수 있습니다!
GPU 관련해서 궁금한 점이나 AI / HPC / GPU 관련 Business가 있으실 경우
저희 동국시스템즈를 찾아주시면 적극 지원해드리겠습니다.
파트너사와 고객사를 방문하여 진행하는 On-site 세미나도 준비되어 있으니 자세한 내용은 문의 부탁 드립니다!
감사합니다 :)
안녕하세요 동국시스템즈 박용원입니다 😃
오늘은 CPU와 GPU에 대해서 알아보려고 합니다!
CPU와 GPU는 모두 컴퓨터 시스템에서 중요한 역할을 하는 처리 장치입니다.
그러나 CPU와 GPU는 다른 목적과 구조를 가지고 있으며, 이에 따라 다른 유형의 작업을 처리하는 데 특화되어 있습니다.
비슷한 듯 다른 CPU와 GPU, 그렇다면 각각의 특성에 대해서 한번 알아볼까요?
우선 CPU, GPU 각각의 용어에 대한 의미부터 살펴보도록 하겠습니다.
CPU는 'Central Processing Unit'의 약자입니다.
보통 프로세서(processor)라고 불리고 컴퓨터 칩(computer chip)이라고 하기도 하죠.
CPU는 사람의 두뇌와 같은 역할을 담당합니다.
주로 컴퓨터 이용자가 프로그램을 클릭하면 CPU는 프로그램을 실행하고 다른 장치에게 일을 시키고 관리하는 일을 합니다.
반면 GPU는 'Graphics Processing Unit'의 약자입니다. 보통 그래픽카드(graphic card)라고 부르죠?
그래픽 또는 콘텐츠를 고속으로 렌더링해야 하는 경우에는 GPU가 매우 중요합니다.
GPU를 사용하면 내부 CPU에 도움이 되어 더 빠른 속도로 그래픽을 처리할 수 있습니다.
그렇다면 CPU와 GPU의 차이는 어떤 것들이 있을까요?
크게 3가지로 분류해볼 수 있어요.
1) 처리 방식 및 코어 수
우선 간단하게 설명드리면 다음과 같습니다.
하나의 CPU는 직렬 처리에 최적화된 몇 개의 코어로 구성된 반면,
GPU는 병렬 처리용으로 설계된 수 천 개의 보다 소형이고 효율적인 코어로 구성되어 있습니다.
조금 더 상세하게 살펴볼까요?
CPU는 GPU보다 더 적은 코어를 갖고 있지만 각각의 코어가 GPU보다 더 강력한 컴퓨팅 파워를 갖고 있습니다.
따라서 CPU는 순차(직렬)적인 작업 (Sequential task)에 더 강점이 있습니다.
반면 GPU는 CPU보다 코어 수는 많지만 각각의 코어가 CPU보다 더 성능이 낮기 때문에
병렬적인 작업 (Paralell task)에 더 강점이 있습니다.
예를 들어 CPU 방식으로 그림을 그린다면 아래 그림처럼 점을 하나 하나씩 찍어서 순서대로 만들어 내겠죠?
반면 GPU 방식으로 그림을 그린다면 순서에 얽매이지 않고 빠른 과정으로 다음과 같은 그림이 완성될 수 있겠죠.
😊 따라서 모니터 화면에 보여지는 작업은 CPU 방식인 직렬 방식이 아닌 GPU 방식인 병렬 방식이기 때문에
우리는 빠른 스피드로 3D 게임을 즐길 수 있는 것입니다!👏
2) 전력 소비량
GPU는 더 많은 코어를 가지고 있으며 더 많은 작업을 처리하기 때문에 CPU보다 전력을 더 많이 소비합니다.
이로 인해 GPU를 장착하면 서버에 필요한 Power가 높아지고,
발열량을 잡아줄 Fan Kit도 높은 Performance를 자랑하는 파트가 필요하게 됩니다.
3) 용도
CPU는 일반적인 응용 프로그램, 인터넷 검색 등에 적합합니다.
반면, GPU는 주로 그래픽 처리와 과학 계산, 기계 학습, 데이터 마이닝 등에 사용됩니다.
따라서 CPU와 GPU는 서로 다른 목적으로 설계되어 있으며, 각각의 장단점이 있다는 점을 알 수 있습니다.
그렇다면 요즘 트렌드인 AI나 머신 러닝 분야에는 CPU보다 GPU를 더 선호하는 경향이 있는데요..
앞서 설명해드린 내용을 토대로 그 이유를 알아볼까요?
머신 러닝이나 딥러닝 같은 인공지능 기술을 활용할 때, 컴퓨터가 스스로 판단할 수 있도록 반복적인 학습이 필요한데,
직렬 처리 방식의 CPU로는 대량의 반복 학습을 한꺼번에 처리하기에 느릴 수 밖에 없습니다.
반면 GPU는 병렬 처리 방식이기 때문에 대량의 반복 학습 처리에 특화되어 있습니다.
또한 상대적으로 적은 개수의 코어로 구성된 CPU로
수천 개의 뉴런 연결을 모방한 인공 신경망을 구축하려면 높은 비용이 발생합니다.
따라서 GPU 기술의 발전으로 과거보다 훨씬 저렴한 가격과 나은 성능의 인공 신경망을 구축할 수 있게 되었고,
머신 러닝이 보편화되어 가고 있습니다.
따라서 AI 시장에서 GPU의 영향력이 커질 것으로 예상됩니다.
이에 힘입어 저희 동국시스템즈는 HPE GPU Striker Partner (GSP)에 선정되어
GPU 인프라 환경에 특화된 컨설팅과 서비스를 제공하고 있습니다.
GPU Striker Partner는 기존의 파트너사 중에서도 AI에 관한 확실한 사업 계획을 갖추고,
그에 걸맞은 기술력과 경험을 갖춘 파트너를 엄선한 것이기 때문에 더욱 의미가 있다고 할 수 있습니다!
GPU 관련해서 궁금한 점이나 AI / HPC / GPU 관련 Business가 있으실 경우
저희 동국시스템즈를 찾아주시면 적극 지원해드리겠습니다.
파트너사와 고객사를 방문하여 진행하는 On-site 세미나도 준비되어 있으니 자세한 내용은 문의 부탁 드립니다!
감사합니다 :)