반도체 : GPU, NPU

반도체의 종류중에서 GPU와 NPU가 있습니다. 본 포스팅에서는 GPU와 NPU에 대해 다루고자 합니다. 목차는 다음과 같이 정하였습니다. 첫번째 GPU가 무엇인지와 특성에 대해서 알아보도록 하겠습니다. 두번째로 GPU의 필요성에 대해 작성하였습니다. 세번째로 NPU에 대해 작성하였습니다.

 

GPU : Graphics Processing Unit

GPU의 중요성이 커지고 있습니다. GPU라는 개념을 만든 것은 엔비디아입니다. 1999년 엔비디아는 자사의 첫 그래픽 카드를 내놓으며 그 안에 들어간 반도체 칩에 GPU라는 이름을 붙였습니다. 처음엔 그래픽을 처리하기 위한 목적으로 만들어졌으나 컴퓨터 화면 구성이 화려해지고 컴퓨터 게임도 점점 고사양 게임이 쓰이기 시작하면서 CPU만으로 감당하기에 무리가 생기기 시작하였습니다. CPU는 통제가 주목적으로 성능이 뛰어나지만 중앙에서 모든 데이터를 순차적으로 처리하기 때문에 계산할 것이 늘어날수록 속도가 느려지고 전력 소모가 크다는 한계가 있습니다. 반면 GPU는 아주 복잡한 연산은 할 수 없지만 그 대신 방대한 데이터를 동시에 처리할 수 있는 병렬 처리 구조로 설계되어 있습니다. 예를 들어 CPU는 수학자 1명, GPU는 초등학생 천명이 문제를 푸는 상황에 비유할 수 있기도 합니다. 고난도 문제를 풀어야 할 경우에는 GPU가 할 수 있는 일은 없지만 1+1 같은 단순한 문제를 푸는 경우에는 GPU가 훨씬 빠른 결과를 낼 수 있습니다.

하지만 등장부터 핵심 역할을 한 CPU와 달리 GPU는 처음부터 주목을 받지 못했습니다. CPU가 머리 역할을 하고 GPU는 보조 역할에 그친다고 보았기 때문입니다. 2010년대 이후 상황은 변화됩니다. 인공지능 딥 러닝에 대한 연구를 본격화하면서입니다.

• 딥 러닝이란 인공지능 학습의 한 갈래로 기계가 사람의 처리를 학습하고 추론할 수 있게 만드는 기술이다

GPU의 필요성

직관을 구현하기 위해 보다 더 뛰어난 성능을 가진 CPU를 개발하는 게 답일 거라고 봤던 기존의 예상과 달리 단순 연산 반복에 강점이 있어 방대한 데이터를 무리 없이 소화할 수 있는 GPU가 사실상 딥러닝의 핵심이었던 것입니다. 자율 주행기 술역시 자동차가 주변에 방대한 데이터를 끊임없이 인식하고 처리해 결과값을 내놓아야 하는 점에서 딥러닝과 원리가 같습니다. 이것이 GPU가 필요한 이유입니다.

단순 연산 반복으로 이루어진 비트코인 채굴에 중저가 사양의 GPU가 쓰이면서 가격이 치솟는 현상이 발생하기도 하였습니다.

NPU : Neural Process Unit

NPU는 주목해야할 반도체 입니다. 기존에 반도체 구조에서 벗어나 사람의 뇌를 모방해 만든 반도체를 말합니다.

뇌 신경망처럼 뉴런과 시냅스 구조로 반도체를 설계한 것으로 GPU보다도 훨씬 더 인공지능 딥러닝에 최적화된 반도체이며 효율로 보면 NPU는 GPU의 10배, CPU의 40배에 달하는 성능을 지녔습니다. NPU가 수많은 가전기기에 탑재되면 진정한 IOT가 이루어질 것으로 보이며 이렇게 개별 기기가 단독으로 인공지능을 구현할 수 있게 되는 것을 온디바이스 AI라고 부릅니다. NPU관련 기술은 걸음마 단계로 수많은 기업들이 NPU시장을 장악하기 위해 경쟁을 하고 있는 상황입니다. 수많은 경쟁 속에서 국내 기업들이 우수한 성적을 내기를 바랍니다.

감사합니다.