애플이 주도한 모바일 혁신이 있었다면 앞으로 인공지능(AI)을 통한 산업 혁신이 있을 것으로 예상된다.
최근 자율주행을 비롯한 인공지능(AI) 산업이 탄력을 받고 있는 것으로 보인다.
특정 산업이 발전하기 위해서는 인프라(하부 구조)중요하다.
모바일 혁신을 이루기 위해서는 통신망이 필요했고 최근에는 전기차로의 전환을 위해 충전소라는 인프라를 준비하고 있다.
이미 많은 데이터가 인프라로 처리되고 있기 때문에 AI 산업이 앞으로도 계속해서 산업을 이끌어 갈 것으로 기대된다.
인공지능 산업이 부상하면서 GPU의 역사도 화제가 되고 있다.
특히 Nvidia와 같은 GPU 제조업체에 대한 관심이 높아지고 있으므로 CPU와 GPU를 비교하고 향후 GPU가 어떤 산업에 적용될 수 있는지 살펴 보겠습니다.
먼저 금일 자료조사는 최근 불이 붙은 Chat GPT로 진행되었음을 알려드립니다.
먼저 CPU와 GPU먼저 차이점을 살펴보겠습니다.
CPU와 GPU의 차이점은 무엇입니까?
GPU(Graphic Process Unit)는 중앙 처리 장치(CPU)의 작은 부분이었습니다.
그리고 GPU는 이름에서 알 수 있듯이 주로 PC나 컴퓨터 그래픽과 동영상을 가능하게 하는 보조 역할로 사용됐다.
그러나 기술이 발전함에 따라 GPU의 역할과 중요성이 커지고 있습니다.
CPU는 일반적인 컴퓨팅 작업에 사용되는 반면 GPU는 그래픽 및 병렬 처리 작업을 위해 설계되었습니다.
CPU에는 일반적으로 적은 수의 코어(일반적으로 2-8개)가 있지만 GPU에는 수천 개의 코어가 있다고 합니다.
이 때문에 작업을 처리하는 방식에서 CPU와 GPU 간에 차이가 있습니다.
CPU는 단일 태스크 방식으로 순차적 처리를 수행하기 때문에 소규모 데이터 세트 작업에 최적화되어 있습니다.
반면에 GPU는 수많은 작업을 병렬로 처리하기 때문에 많은 양의 데이터에 대해 높은 컴퓨팅 성능을 발휘합니다.
이 때문에 CPU는 범용, 범용 컴퓨팅 작업에 사용되며 GPU는 그래픽 작업 및 대용량 데이터 처리에 더 적합하다고 판단됩니다.
최근 몇 년 동안 GPU는 인공 지능(AI) 및 기계 학습에 널리 사용되었습니다.
간단한 예를 들자면 CPU가 순차적이고 단일 작업을 빠르게 수행할 수 있는 슈퍼카로 볼 수 있다면 GPU는 여러 작업을 동시에 처리할 수 있는 덤프 트럭에 비유할 수 있습니다.
빠른 코인 채굴을 위해 GPU라는 덤프트럭을 사용하는 것도 수많은 계산과 다양한 암호화폐 채굴이 동시에 필요한 이유이기도 합니다.
그리고 CPU는 빠른 캐시 구조를 가지고 있지만 GPU는 또한 큰 메모리에 더 중점을 둡니다.
전력 소비 측면에서 GPU는 많은 양의 데이터를 처리할 때 많은 전력을 소비하고 많은 열을 방출합니다.
반면 한 가지 차이점은 CPU가 상대적으로 전력 소모가 적다는 것입니다.
비트코인 채굴을 위해 그래픽카드가 필요한 부분도 GPU의 병렬처리 같은 성능 때문이었다.
많은 사람들이 GPU를 그래픽 카드로 이해합니다.
그래픽 카드는 GPU, 메모리, 출력 인터페이스 등의 요소로 구성되어 있기 때문에 그래픽 카드는 GPU를 비롯한 하드웨어의 일부이며, GPU는 컴퓨팅 작업에서 그래픽 처리를 담당하는 중앙처리장치이다.
과거에는 GPU가 주로 그래픽 작업에 사용되었습니다.
대량의 데이터를 병렬로 처리해야 하기 때문입니다.
최근 인공지능 분야에서는 대규모 데이터 처리가 요구될 뿐만 아니라 동시에 많은 양의 데이터를 처리할 수 있는 병렬 처리 방식이 요구되어 GPU의 중요성이 자주 대두되고 있다.
물론 그래픽과 데이터를 같은 방식으로 취급할 수는 없습니다.
그래픽은 이미지, 동영상과 같은 시각 데이터를 처리하는데 중요하지만 인공지능 분야에서는 서로 다른 종류의 데이터(음성, 텍스트, 센서 데이터)를 다루기 때문에 차이가 있지만 병렬 처리와 매트릭스는 차이가 있다.
협회.(매트릭스 연산)그리고 Apple이 설계한 M1과 M2는 별도의 CPU와 GPU를 결합합니다.
또 다른 차이점은 SoC(System on a Chip)로 전력 효율과 공간 효율성을 높여 모바일 기기, 슬림형 노트북 등 소형 기기에 최적화되도록 설계했다는 점이다.
GPU를 통해 본 Nvidia(엔비디아) 자율주행
클라우드 및 데이터 센터용 AI 프로세서의 글로벌 시장에서 놀라운 80.6%의 시장 점유율을 자랑하는 NVIDIA(엔비디아)개발자 컨퍼런스 2022 AI, 자율주행과 메타버스에서 프레젠테이션을 했습니다.
차세대 GPU H100과 함께 고성능 컴퓨팅과 클라우드 컴퓨팅을 위한 CPU 슈퍼칩 발표도 있었지만 정말 눈에 띈 것은 자율주행 공간이었다.
NVIDIA DRIVE Hyperion 9는 Hyperion 8보다 2배 많은 센서 데이터를 처리할 수 있다고 합니다.
카메라 14개, 레이더 9개, 라이다 3개, 초음파 센서 20개는 물론 360도 카메라까지 탑재해 많은 자동차와 연동된다고 합니다.
레벨 4 자율주행 브랜드가 펼쳐집니다.
이와 함께 2024년까지 북미, 유럽, 아시아 주요 도로 50만km를 매핑해 정확한 3D 세상을 구현할 계획인 엔비디아 드라이브 맵(NVIDIA DRIVE Map)도 출시했다.
테슬라가 지금까지 자율주행의 선두주자였다면 과거 안드로이드 진영과 힘을 합쳤던 만큼 엔비디아 진영과도 새로운 자율주행 경쟁을 시작할 것으로 보인다.
경쟁적인 측면은 어느 회사나 브랜드에게나 힘든 싸움이 되겠지만, 소비자에게 더 나은 제품과 서비스를 제공할 수 있는 기회이기도 하므로 Nvidia가 Tesla의 현재 자율주행을 얼마나 따라잡을 수 있을지 지켜봐야 할 것입니다.
골드러시 시대에 청바지를 팔았던 Levi’s처럼 미래 산업에서 Nvidia의 위치가 기대됩니다.
