최근 들어 GPGPU(General-Purpose GPU)란 단어가 언론의 조명을 받으며 관심을 얻고 있다. 이름처럼 그래픽, 그 중에서도 3D 그래픽 연산에 특화된 GPU(Graphics Processing Units)를 3D 뿐 아니라 보다 다양한 용도로 사용하기 위한 것이 바로 이 GPGPU의 핵심인데, 이러한 기술의 등장 배경은 CPU에 못지않은 GPU의 성능 발전에 힘입은 바가 크다.

　

▲ RAMDAC의 성능에 의해 그래픽카드 성능이 좌우되었다.

초창기의 GPU의 성능은 지금 기준으로 보면 조악하기 그지없는 수준이었다. 불과 십 수년 전만 하더라도 현재의 GPU라는 개념은 존재하지 않았으며, 그래픽카드의 성능은 2D화면에 표시할 수 있는 컬러수와 최대 해상도, 그리고 RAMDAC의 성능에 의해 좌우되는 것이 보통이었기 때문이다.

그 뒤를 이어 출시된 3D 가속이 가능한 제품들 역시 초창기에는 독자적인 API를 사용하는 등 혼잡한 시기가 이어져왔지만 90년대의 폭발적인 하드웨어 성능 향상에 힘입어 GPU의 성능 향상 역시 빠르게 이루어졌다.

이러한 GPU의 성능 향상은 GPU의 트랜지스터 집적도만 봐도 한 눈에 드러나는데, 기본적인 회로 구조에서는 신호 증폭의 역할을 수행하는 트랜지스터는 집적 회로 내부에서 스위치의 역할을 수행하며, 다른 여러 부품들과 조합을 이루어 신호 처리 및 연산을 수행하는 유닛으로서 기능하기 때문이다.

　

▲ 엔비디아 G80 코어는 이미 i7과 비슷한 7억개의 트랜지스터를 집적했다.

따라서 이러한 집적 회로의 성능은 기본적으로 회로 내부의 트랜지스터가 빠른 속도로 동작하는지, 그리고 얼마나 많은 양이 집적되어 있는지에 의해 결정되는데, GPU의 집적도는 이미 2007년 등장한 NVIDIA의 G80 코어에서 7억개 트랜지스터를 집적하고 있어 7억 3000만개인 인텔의 i7 과 비슷한 수준을 달성했고, 최신의 GTX 280 시리즈에서는 무려 14억개의 트랜지스터를 내장하고 있어 오히려 CPU의 그것을 뛰어넘고 있는 셈이다.

또 GPU는 CPU와는 다른 설계 구조를 가지고 있는데, CPU의 경우보다 일반적인 용도로 사용되기에 다양한 명령어 셋을 포함한 긴 파이프라인을 가지는 반면, GPU의 경우 그 용도는 3D 연산에 한정되어 다수의 셰이더 유닛을 배치해 병렬로 데이터를 연산하는 구조를 가진다.

　

▲ DirectX 10 세대에 들어서는 통합 쉐이더 구조를 사용하게 됐다.

그리고 최근 DirectX 10 세대에 들어 일반화된 통합 셰이더 구조(Unified Shader Architecture)의 경우 픽셀 셰이더와 버텍스 셰이더로 각각 나뉘던 과거와는 달리 고성능의 스트림 프로세서 유닛을 다수 구성해 필요에 따라 프로그램으로 그 용도를 지정할 수 있다. GPGPU는 이러한 GPU의 특성을 반영해 GPU를 이른바 하나의 Co-Processor 처럼 활용하는 기술이다.

최근 GPU들의 경우 수십~수백개의 스트림 프로세서를 탑재하고 있기에 이러한 병렬 연산시의 성능 향상 폭은 더욱 커진다. 때문에 이러한 GPU의 성능을 3D 연산뿐 아니라 다양한 분야에 활용하기 위한 움직임이 커지고 있으며, GPU 제조사들 역시 이러한 GPGPU 기술에 대한 지원을 넓히고 있는데 현재로서는 보다 빠른 행보를 보이는 곳이 바로 NVIDIA이다.

　

▲ 엔비디아 CUDA를 활용한 가장 대표적인 Foldin@home과 PhysX 물리엔진 가속이 적용된 배트맨-아캄 어사일럼 게임

NVIDIA는 CUDA 발표 시기부터 어플리케이션 제조사들과 긴밀한 협조를 통해 동영상 인코딩은 물론 AEGIA를 인수한 후 물리엔진 가속을 위한 기술인 PhysX를 CUDA를 통해 지원하도록 한 것은 물론 최근에는 표준 GPGPU API인 OpenCL은 물론 윈도우 7에서 지원하는 DirectCompute까지 그 지원의 폭을 넓히고 있다. 테크노아에서는 이러한 NVIDIA의 GPGPU 기술인 CUDA의 실제 활용 능력에 대해 다루어 보려고 한다.