본문으로 바로가기

[인공지능] 왜 GPU를 사용하는가

category 인공지능 2020. 2. 11. 21:23
728x90
반응형

소프트웨어 적으로 인공지능 기술이 발달함에 따라서, 자연스레 하드웨어도 중요해지고 있습니다.

빠른 연산을 위해서 인공지능을 위한 하드웨어도 빠르게 발전하고 있습니다.

하드웨어 업체에서는 발등에 불이 붙었습니다.

인공지능이 발전하게된 이유는 3가지정도로 볼 수 있습니다.

1. 꾸준한 연구에 따른 성과의 결과물
2. CPU를 넘어선 고속 처리가 가능한 GPU의 등장
3. 대량의 데이터를 쉽게 얻을 수 있음

 

 

 

이번 포스팅에서는 이 중에서 2번째인 GPU에 대해서 알아보겠습니다.

대량의 데이터와 고도화된 연산 능력을 기반으로 하는 머신러닝과 인공지능 기계 들이 등장했습니다.

또한, 이들의 급성장에 따라서 시장은 점차 커졌고, 그에 따라 중요한 하드웨어인 GPU가 엄청난 속도로 발전했습니다.

그로 인하여 PC 게임용 그래픽카드 생산 업체인 엔비디아가 상승세를 타고 있습니다.

왜냐하면 게임할 때 필요한 높은 컴퓨팅 연산 능력을 가진 엔비디아 그래픽카드가 인공지능의 데이터를 처리하는데 사용되기 때문입니다.

통계적으로 2015~2016년 사이에 엔비디아의 성장률은 약 35% 올랐습니다.

인공지능에서 GPU의 연산능력이 어떻길래 주로 사용을 하는지에 대해 알아보겠습니다.

일반 CPU와 GPU는 어떤 차이가 있을까요?

CPU는 직렬처리로 순차적으로 입력된 데이터를 빨리 처리하기 위함이 목적입니다.

GPU는 여러 명령어를 동시에 처리할 수 있도록 병렬처리에 특화되어 있습니다.

그렇기 때문에 어떤 입력값인지에 따라서 CPU가 빠를수도있고, GPU가 빠를 수도 있습니다.

CPU는 모든 데이터를 제어하고, 보통은 인터넷 서핑, 문서작성 등의 가벼운 작업들을 보다 빠르게 처리하도록 설계되었습니다.

그러나 GPU는 이야기가 다릅니다.

GPU는 동시에 많은 처리를 하는 작업인 그래픽을 위해서 만들어졌기 때문에 동시에 빨리 처리를 해야합니다.

그렇기 때문에 인공지능에 더 적합하도록 되어 있습니다.

인공지능으로만 봤을 때, 10개의 GPU가 2000개의 CPU에 맞먹는 성능을 낸다는 논문도 있습니다.

다시 말해 인공지능은 동시에 여러가지 연산을 수행하기 때문에 병렬처리를 하는 GPU를 사용해야 됩니다.

오늘 포스팅은 여기까지 하도록 하겠습니다.

728x90
반응형

'인공지능' 카테고리의 다른 글

[인공지능] NPU vs GPU  (0) 2023.03.16
[인공지능] 머신러닝 툴 정리  (0) 2020.11.25