[정보] 케플러 기반 테슬라 GPU 출시-엔비디아(NVIDIA)

Posted by 햇살과산책
2012. 5. 16. 15:30 웹이야기/IT 일반
반응형

GPU 컴퓨팅?


GPU 컴퓨팅은 GPU(그래픽 처리 장치)를 일반 목적의 과학 및 엔지니어링 컴퓨팅에서 CPU를 가속화하는 코프로세서로 사용하는 것을 말합니다. 





GPU는 코드에서 연산 집약적이고 시간 소모적인 부분을 전담함으로써 CPU에서 실행되는 어플리케이션의 속도를 가속화합니다. 어플리케이션의 나머지는 CPU에서 처리됩니다. 사용자의 관점에서는 GPU의 대량 병렬 처리 능력을 이용해 성능을 높일 수 있으므로 어플리케이션이 빠르게 작동하는 이점이 있습니다. 이를 "이기종" 혹은 "하이브리드" 컴퓨팅으로 부르기도 합니다.


하나의 CPU는 4~8개의 CPU 코어로 구성되는 반면, GPU는 더 작은 수 백개의 코어로 구성됩니다. 이러한 수 백개의 코어가 함께 작동하면 어플리케이션 데이터를 엄청난 속도로 처리할 수 있습니다. GPU의 높은 컴퓨팅 성능은 이와 같은 대량 병렬 아키텍처때문입니다. 고성능 컴퓨팅(HPC)에 쉽게 접근할 수 있도록 도와주는 다양한 GPU 가속 어플리케이션도 이용할 수 있습니다.


발췌 - http://www.nvidia.co.kr/object/what-is-gpu-computing-kr.html

케플러 설명 -http://www.nvidia.com/object/nvidia-kepler.html



테슬라 K10




테슬라 K20


비주얼 컴퓨팅 분야의 세계적인 선도 기업인 엔비디아(www.nvidia.co.kr, CEO 젠슨황)는 美 캘리포니아 새너제이 컨벤션 센터에서 개최된 엔비디아 GPU 테크놀로지 컨퍼런스(GPU Technology Conference, GTC) 2012에서 엔비디아의 차세대 케플러(Kepler)™ GPU 컴퓨팅 아키텍처에 기반한 새로운 테슬라(Tesla) GPU 제품군을 발표했다. 


새로운 엔비디아 테슬라 K10과 K20 GPU는 전 세계적으로 가장 복잡한 고성능 컴퓨팅(High Performance Computing, HPC) 문제를 처리하기 위해 구축된 컴퓨팅 가속장치로, 케플러 아키텍처를 채택해 보다 다양한 범위의 과학 및 기술 어플리케이션에서 GPU 가속 컴퓨팅을 실현할 수 있게 해 준다. 고성능과 초고효율을 달성하기 위해 설계된 케플러 아키텍처는, 2년 전 도입 당시 병렬 컴퓨팅의 기준을 새롭게 제시한 엔비디아 페르미(Fermi)™ 아키텍처보다 전력효율이 3배나 높다. 


빌 댈리(Bill Dally) 엔비디아 수석 과학자는 “페르미 아키텍처는 컴퓨팅 분야에 큰 변화를 불러일으켰다.”며, “GPU 가속 컴퓨팅이 HPC 분야에서 중추적인 역할을 맡게 되고, 수십만 명의 개발자들이 GPU 컴퓨팅 플랫폼을 사용하게 된 것은 모두 페르미 덕택”이라고 말했다. 그는 “케플러 또한 페르미가 그러했듯 업계에 커다란 충격을 안겨 줄 것이며, 그 편리성과 폭넓은 응용성을 앞세워 GPU가 컴퓨팅 분야의 중심에 자리잡게 할 것”이라고 강조했다. 


엔비디아 케플러 GPU의 주요 혁신 기술 


SMX 스트리밍 멀티프로세서: 


모든 GPU의 기본 구성요소인 SMX 스트리밍 멀티프로세서가 고성능과 전력효율을 위해 완전히 다시 설계됐다. 페르미 스트리밍 멀티프로세서보다 와트당 성능이 최고 3배 이상 높아, 불과 10개 서버 랙에서 1페타플롭의 컴퓨팅 성능을 제공하는 슈퍼컴퓨터 구축이 가능해진다. 각 코어의 클럭 속도를 줄이면서 쿠다(CUDA) 코어 수를 4배로 늘리고 사용하지 않는 GPU 부품은 파워게이트(power-gate)했으며, 제어 논리 대신 병렬처리 코어 전용 GPU를 최대화해서 SMX의 높은 전력효율을 달성했다. 


다이나믹 패러렐리즘(Dynamic Parallelism): 


GPU 쓰레드를 역동적으로 활용해 신규 쓰레드를 생성, GPU가 데이터에 역동적으로 적응토록 한다. 덕분에 병렬프로그램이 크게 단순해지고, 적응적 메쉬 세분화 기법(Adaptive Mesh Refinement), 고속 멀티폴 기법(Fast Multipole Method), 멀티그리드 기법(Multigrid Method) 등 다양한 인기 알고리즘의 GPU 가속이 가능해졌다. 


하이퍼-Q(Hyper-Q): 


하이퍼-Q 기능은 복수의 CPU 코어가 단일 케플러 GPU에서 쿠다 코어를 동시에 사용할 수 있게 해준다. 덕분에 GPU 이용이 크게 늘고 CPU 유효시간은 대폭 줄면서 프로그래밍성이 높아진다. 하이퍼-Q는 MPI를 사용하는 클러스터 어플리케이션에 이상적이다. 


케플러의 주요 설계자인 요나 알벤(Jonah Alben) 엔비디아 GPU 엔지니어링 상임 부사장은 “케플러 설계 시 성능, 효율 및 접근성에 가장 초점을 맞췄다”며 “케플러는 GPU 가속 컴퓨팅 발전에 중요한 한 획을 그을 아키텍처로서, 향후 컴퓨터 기반 연구에서 혁신의 물결을 주도할 것”이라고 말했다. 


엔비디아 테슬라 K10와 K20 GPU 


엔비디아 테슬라 K10 GPU는 단일 화상 및 탄성파 처리 어플리케이션과 관련해 세계 최고의 처리율을 제공한다. 원유 및 가스탐사와 국방산업고객에 최적화된 테슬라 K10 가속 보드는 2개의 GK104 케플러 GPU를 갖췄으며, 320GB의 초당 메모리 대역폭과 4.58테라플롭의 피크 단일 정밀도(single precision) 부동소수점의 총 성능을 제공한다. 


엔비디아 테슬라 K20 GPU는 가장 전산집약적인 HPC 환경을 위해 설계된 테슬라 GPU 제품군의 새로운 플래그십 제품이다. 세계 최고 성능, 최고 전력효율을 갖춘 GPU가 될 것으로 기대되는 테슬라 K20은 2012년 4분기에 공급될 예정이다. 


테슬라 K20이 기반한 GK110 케플러 GPU는 페르미 기반 테슬라 제품 대비 3배나 높은 배정밀도를 자랑하고, 하이퍼-Q와 다이나믹 패러렐리즘 기능을 지원한다. GK110 GPU는 미국 오크리지 국립 연구소(Oak Ridge National Laboratory)의 새로운 타이탄(Titan) 슈퍼컴퓨터와 일리노이대학교 어바나-샴페인캠퍼스(University of Illinois at Urbana-Champaign) 내 전미슈퍼컴퓨터 응용 연구소(National Center for Supercomputing Applications)의 블루 워터즈(Blue Waters) 시스템에 통합될 예정이다. 


IDC의 얼 C. 조셉(Earl C. Joseph) HPC 프로그램 부사장은 “페르미가 출시된 후 2년간, 하이브리드 컴퓨팅은 다수의 핵심 HPC 어플리케이션에서 성능 개선을 위해 쓰이게 되었다.”며 “앞으로 2년간 보다 높은 성능을 실현하기 위해 더욱 많은 어플리케이션에서 GPU가 채택될 것”이라고 전망했다. 


쿠다 5 병렬 프로그래밍 플랫폼 프리뷰 


엔비디아는 오늘 케플러 기반 테슬라 신제품 이외에도 쿠다 5 병렬 프로그래밍 플랫폼의 프리뷰를 공개했다. 엔비디아 GPU 컴퓨팅 등록 개발자(GPU Computing Registered Developer) 프로그램에 등록된 2만 명 이상의 멤버에게 공개되는 플랫폼으로서, 개발자들이 다이나믹 패러렐리즘을 포함해 새로운 케플러 GPU의 활용법을 모색할 수 있게 도와준다. 


쿠다 5 병렬 프로그래밍 모델은 2012년 3분기에 본격적으로 제공될 예정이다. 이번 프리뷰는 개발자를 위한 페이지인 ‘엔비디아 쿠다 존’ developer.nvidia.com/category/zone/cuda-zone 에서 액세스할 수 있다. 


엔비디아 테슬라 GPU는 엔비디아의 병렬 컴퓨팅 아키텍처인 쿠다(CUDA)에 기반한 대량병렬가속장치로, 고성능 컴퓨팅, 컴퓨터 과학 및 슈퍼컴퓨팅을 위해 설계되어 다양한 과학 및 상업 어플리케이션 구동 시 CPU 단독 방식 대비 훨씬 높은 어플리케이션 가속을 제공한다. 현재 테슬라 GPU는 세계 5위권 슈퍼컴퓨터 중 3개를 가동시키고 있다. 


GPU 컴퓨팅에 대한 보다 자세한 내용은 www.nvidia.co.kr/object/GPU_Computing_kr 에서 찾아볼 수 있으며, 엔비디아 쿠다 플랫폼 및 테슬라 GPU에 대한 상세한 정보는 각각 www.nvidia.co.kr/cudawww.nvidia.co.kr/tesla 에서 확인할 수 있다.


출처: 엔비디아코리아

홈페이지: http://kr.nvidia.com




반응형
이 댓글을 비밀 댓글로