Tesla

가속화된 컴퓨팅
세계에서 가장 중요한 문제들을 해결하다
가속화된 컴퓨팅 - 세계에서 가장 중요한 문제들을 해결하다

GPU 가속 컴퓨팅이란?

GPU가속 컴퓨팅은 그래픽 처리 장치(GPU)와 CPU를 함께 이용하여 과학, 분석, 공학, 소비자 및 기업 애플리케이션의 처리속도를 높이는 것을 말합니다. NVIDIA에 의해 2007년도에 개척된 GPU 가속은 현재 전세계 정부 산하의 연구소, 대학교, 대기업 및 중소기업의 에너지 효율적인 데이터센터에 사용되고 있습니다. GPU는 자동차부터 휴대폰, 태블릿, 드론 및 로봇까지 아우르는 다양한 플랫폼상의 애플리케이션을 가속합니다.

GPU가 애플리케이션을 가속하는 방법

어플리케이션의 연산집약적인 부분을 GPU로 넘기고 나머지 코드만을 CPU에서 처리하는 GPU 가속 컴퓨팅은 전례 없이 강력한 어플리케이션 성능을 제공합니다. 사용자 입장에서는 어플리케이션의 속도가 놀라울 정도로 빨라졌음을 느낄 수 있습니다.

HOW GPUS ACCELERATE APPLICATIONS
 

CPU 대 GPU

CPU와 GPU의 차이는 그 작업 처리 방식을 비교해보면 쉽게 알 수 있습니다. 하나의 CPU는 직렬 처리에 최적화된 몇 개의 코어로 구성된 반면, GPU는 병렬 처리용으로 설계된 수 천 개의 보다 소형이고 효율적인 코어로 구성되었습니다.

 

GPU는 병렬 처리를 효율적으로 처리하기 위한 수천 개의 코어를 가지고 있습니다.

GPU는 병렬 처리를 효율적으로 처리하기 위한 수천 개의 코어를 가지고 있습니다.

하단의 영상을 통해 CPU와 GPU의 차이를 쉽게 이해할 수 있습니다.

하단의 영상을 통해 CPU와 GPU의 차이를 쉽게 이해할 수 있습니다.


업계를 선도하고 있는 100여 개의 어플리케이션이 이미 GPU로 가속되고 있습니다. 여러분이 사용하고 있는 어플리케이션의 GPU 가속여부는 다음 어플리케이션 카탈로그 에서 확인할 수 있습니다.

GPU 가속 방법

여러분의 어플리케이션에 GPU 가속화를 더할 수 있는 기본적인 3가지 방식이 여기 있습니다:
  • GPU 최적화 라이브러리의 추가
  • 명령어나 컴파일러 “힌트”를 추가해 코드를 자동 병렬화(auto-parallelize)
  • C나 Fortran처럼 이미 널리 쓰이는 프로그래밍 언어에 확장자(extension) 사용

CUDA 병렬 프로그래밍 모델로 GPU 사용법을 쉽게 배울 수 있습니다.

CUDA 존에 방문하셔서 온라인 강좌와 개발자 리소스들을 무료로 받아가세요.

CUDA 존에 방문하셔서