NVIDIA의 GTC 2013 기조강연

 

http://pc.watch.impress.co.jp/docs/news/event/20130321_592542.html

 

 

회장인 산 조제 컨벤션 센터. 3월 18일부터 21일까지.

 

NVIDIA는 GPU 관련 종합 컨퍼런스 GTC(GPU Technology Conference)를 3월 18일부터 21일까지 미국 캘리포니아주 산 조제에 있는 맥 넬리 컨벤션 센터에서 개최합니다.

 

그 이틀째인 3월 19일에 NVIDIA의 창업자 겸 CEO인 젠슨 황의 기조 강연이 열렸는데, 여기서 젠슨 황은 GPU나 모바일 기기를 위한 테그라의 로드맵을 갱신하고, 2015년에 출시하는 GPU 볼타, 테그라 시리즈의 차기 제품인 파커를 소개했습니다.

 

또 NVIDIA가 새로운 비즈니스의 핵심으로 적극 추진중인 NVIDIA GRID에 대해서도 소개했습니다. OEM 제조사에서 NVIDIA GRID K1/K2 보드를 탑재한 서버가 발매되는 것이나, 중소기업 전용의 NVIDIA GRID 서버인 VCA(Visual Computing Appliance)를 NVIDIA 자체 브랜드로 판매할 것임을 밝혔습니다.

 

 

보다 강력한 GPU, 보다 리얼한 렌더링

 

젠슨 황은 강연을 시작하면서 '이번 강연에서는 5개를 소개할 것입니다. 그것은 3D 그래픽, GPU 컴퓨팅, 새로운 제품 로드맵, 리모트 그래픽, 그리고 그 신제품입니다'라고 말해, 5개 분야에 초점을 맞춰 강연을 할 것임을 밝혔습니다.

 

 

지포스 GTX 타이탄을 손에 든 젠슨 황

 

그 첫번째인 3D 그래픽은 NVIDIA의 창업 아이템이라고 말해야 할 것입니다. 젠슨 황은 '우리는 지포스 GTX 타이탄이라 부르는 GPU를 발표했습니다. 타이탄은 슈퍼 컴퓨팅이나 3D 게임에 모두 쓸 수 있는 강력한 GPU입니다'라고 하면서 지포스 GTX 타이탄을 소개했습니다. '지포스 GTX 타이탄은 공업 디자인에도 매우 신경을 써서, 히트 싱크도 매력적으로 완성'이라며 카드를 직접 손에 들어 보였습니다.

 

여기서 젠슨 황이 소개한 것은 웨이브웍스라 부르는 물결의 리얼타임 시뮬레이션과, 페익스웍스라 부르는 사람 얼굴의 리얼타임 시뮬레이션입니다. 둘 다 지금까지의 GPU에선 리얼타임으로 처리하는 것이 어렵다고 여겨졌던 분야입니다.

 

웨이브웍스는 폭풍우가 치는 바다를 재현했습니다. 지금까지의 기술로 바다를 렌더링했을 경우에는 물보라를 포현하는 것이 어려웠지만, 지포스 GTX 타이탄과 새로운 소프트웨어를 이용하면 이를 리얼타임으로 시뮬레이션할 수 있습니다.

 

또 사람의 얼굴을 정밀하게 묘사하는 것도 매우 어렵습니다. Uncanny Valley라는 현상 때문입니다. 이를 넘어서 사람이 친금감을 느낄 수 있도록 하는 게 중요합니다. Uncanny Valley란 일본의 로봇 공학자인 모리 마사히로씨(도쿄 공업대학 명예교수)가 제창한 현상으로, 로봇의 얼굴을 인간처럼 만들다 보면 인간이 불쾌하게 느끼는 지점이 있는데, 이를 넘어서면 다시 친근감을 느끼게 된다고 합니다.

 

젠슨 황은 '우리는 지포스 256 시절부터 사람 얼굴을 리얼하게 표현하는 데 다양한 방법을 생각해 왔습니다. 이번에 데모한 페이스웍스는 32GB의 데이터를 400MB로 압축하고, 라이트 맵, 범프 맵, 소프트 쉐도우 등의 다양한 기법을 이용해 Uncanny Valley 현상을 넘어서도록 노력했습니다'라고 말하면서, NVIDIA의 캐릭터인 Dawn이나 사람의 얼굴을 페이스웍스와 지포스 GTX 타이탄을 조합해 실시간 렌더링해 보였습니다. 이런 기술을 이용하면 SNS나 IM에서 카메라로 캡처한 움직임을 상대방의 클라이언트에 전송해, 리얼한 아바타를 애니메이션화할 수도 있습니다.

 

 

 

 

기존 방식을 사용해 바다를 렌더링하면 물결의 불보라가 표현되지 않습니다.

 

  

 보다 리얼하게 사람의 얼굴을 렌더링하려면 Uncanny Valley를 넘어서는 기술이 필요.

 

 

  

지포스 GTX 타이탄과 페이스웍스는 보다 인간에 가까운 얼굴을 표현할 수 있습니다.

 

 

확산되는 CUDA의 활용

 

계속해서 젠슨 황은 NVIDIA가 최근 몇년 동인 주력한 GPU 컴퓨팅 솔루션에 대해 설명했습니다. GPU 컴퓨팅은 새 컴퓨터에 의한 연산 모델이지만, 일반적으로 새로운 컴퓨팅의 보급은 소프트웨어가 먼저인지 하드웨어가 먼저인지 같은 난제가 있습니다. 그러나 GPU 컴퓨팅은 이미 보급이 된 GPU를 이용할 수 있어 이 문제를 피할 수 있었습니다. 그리하여 CUDA는 보급이 잘 되고 있는 편.

 

실제로, NVIDIA가 CUDA 지원을 시작한 2008년에는 CUDA를 지원하는 GPU가 1억 개였는데 다운받은 CUDA 소프트웨어는 불과 15만 번에 불과했고, GPU를 쓴 슈퍼컴퓨터는 한개, 대학의 관련 논문 수는 4천 개였습니다. 그러나 지금은 CUDA 지원 GPU가 4억 3천만 개, CUDa의 다운로드 수는 160만 번, 50개의 슈퍼컴퓨터에 채용됐으며 논문 수는 3만 7천개로 크게 늘었습니다.

 

이런 CUDA를 이용한 솔루션으로 앞으로는 클라우드 서비스를 제공하는 기업에서 요구가 높아질 것이라는 게 젠슨 황의 지적입니다. 현재 빅 데이터를 신속히 해석하고 여기에 기초를 둔 서비스를 제공하는 게 핵심입니다. 예를 들어 트위터의 트윗은 폭발적으로 늘어나고 있는데, 이를 정미랗고 신속하게 분속해 사용자에게 새로운 서비스를 제공하는 것이 가능합니다. 기존과 마찬가지로 CPU에서 이를 수행하면 몇 분이 걸리지만, GPU를 사용하면 몇 초로 끝나게 됩니다.

 

실졔 예로는 음악 매칭 서비스인 SHAZAM이 소개됐습니다. SHAZAM은 콧노래나 거리에서 들리는 음악을 스마트폰이나 태블릿의 마이크로 녹음해, 그 데이터를 SHAZAM의 데이터베이스와 조합해서 실제의 곡을 찾는 서비스로, 1개월에 3억 번의 검색 요구가 있습니다. SHAZAM의CTO는 서버에 CUDA를 채용한 결과 검색에 걸리는 부하가 줄어 보다 많은 사용자의 검색 요구를 대응할 수 있게 됐다고 설명했습니다.

 

계속해서 젠슨 황은  "페라리 F150을 파는 곳을 찾는 것은 간단합니다. 한 곳 뿐이니까요. 그러나 잡지에 나온 텔런트가 입는 옷을 사고 싶을 때는 어떻게 해야 할까요?"라 말하면서 CORTEXICA가 제공하는 이미지 매칭 기능을 소개했습니다. 이것은 스마트폰이나 태블릿에서 촬영한 이미지를 바탕으로 검색, 이베이에서 같은 디자인의 옷을 찾아 주는 서비스입니다. 이처럼 스마트폰이나 태블릿의 연구 최종 단계에 서비스로 제공되는 이미지 매칭 기능에도 CUDA처럼 GPU를 쓰는 것이 최종 사용자에게 더 큰 이득을 가져다 줄 것이라 어필했습니다.

 

 

NVIDIA가 최근 추진중인 GPU 컴퓨팅

 

 

CUDA의 보급은 최근 5년 동안 크게 진행됨

 

 

GPU를 이용해서 트위터처럼 폭발적으로 데이터가 증가하는 빅 데이터의 해석도 가능하게 됨

 

 

GPU 컴퓨팅은 다양한 연산에서 활용

 

 

음악 검색 서비스인 SHAZAM도 GPU를 이용해 서비스를 제공

 

  

SHAZAM의 CTO와 젠슨 황

 

 

상품 검색도 QR 코드에서 이미지 검색으로 진화함

 

 

 

이미지 검색을 하면 그 옷에 가까운 디자인의 옷을 검색해서 보여줌

 

 

새로운 로드맵을 공개. CUDA 지원 테그라는 로간, 파커로 진화

 

이어서 젠슨 황은 3번재 화제인 자사 로드맵 설명을 했습니다. 기존의 GPU 로드맵은 2010년에 나온 GTC 2010에서 공개된 것으로, 2009년에 출시된 페르미에 이어서 2011년에 케플러를, 그리고 그 후속작으로 맥스웰을 출시한다는 것이었습니다.

 

케플러의 후속작인 맥스웰에선 통합 가상 메모리를 도입하고, 그 후속작인 볼타에 대한 정보가 여기서 처음으로 나왔습니다.

 

맥스웰은 CPU와 GPU의 가상 메모리를 공유하는 구조를 도입하며, 그 후속작인 볼타는 GPU와 DRAM을 하나로 패키징해 1TB/s를 넘는 초 고대역을 실현합니다. GPU를 그래픽에 이용하든 GPU 컴퓨팅에 이용하건, 메모리 대역폭이 성능의 병목 현상을 일으키기 때문에 스택 같은 광대역 기술이 앞으로 꼭 필요하게 됩니다.

 

 

GPU 로드맵

 

 

볼타는 DRAM을 겹쳐서 제작

 

 

DRAM 제조사인 SK 하이닉스가 전시한 스택 DRAM의 모형

 

또 젠슨 황은 자사의 또 다른 핵신 제품인 스마트폰/태블릿용 SoC 테그라 시리즈의 로드맵도 갱신했습니다. 지금까지 NVIDIA는 현재 출시가 시작된 테그라4(코드네임 웨인)의 후속작으로 로간과 스타크를 개발 중임을 밝히고 있었는데, 이번에는 로간의 자세한 정보와 그 다음 제품인 파커의 계획을 발표했습니다.

 

로간은 GPU를 완전히 새로 만들어 케플러 코어를 사용합니다. 이걸로 CUDA 5.0과 OpenGL 4.3을 지원합니다. 2013년에는 샘플이 나오고 2014년에는 실제 제품이 나올 것입니다.

 

그리고 로간의 후속작은 스타크가 나올 것이라 했으나, 실제 후속작은 파커가 나오게 됩니다. NVIDIA의 관계자에 의하면 스타크는 없어진 것이 아닌 로간의 파생품으로 존재합니다. 즉 로간+ 같은 식입니다.

 

파커는 덴버 코어의 CPU를 씁니다. 덴버는 NVIDIA가 개발 중인 64비트 ARM 코어로, 서버부터 스마트폰까지 다양한 제품이 계획 중이며, 실제 제품에서 덴버 코어를 쓴다고 발표한 것은 파커가 처음입니다.

 

또 GPU도 진화해 맥스웰 아키텍처가 됩니다. FinFET(3D)를 사용한 공정을 이용해 제조됩니다. 현 시점에선 어느 파운드리를 이용해 제조될지는 밝혀지지 않았지만, TSMC건 글로벌 파운드리건 FinFET를 쓰는 건 16나노나 14나노, 즉 지금보다 2세대 후의 공정입니다.

 

젠슨 황은 로간 세대의 테그라에서 CUDA 5.0 지원을 위한 개발 환경을 제공하기 위해, 코드네임 Kayla라 부르는 개발 보드도 공개했습니다. 임베디드용 CUDA 프로그램의 개발에는 실제 프로그램을 실행할 수 있는 환경이 필요한데, x86+NVIDIA GPU 환경은 쉽게 입수할 수 있지만, ARM+CUDA 지원 GPU 조합은 지금 어디서도 구할 수 없습니다. 그래서 로간이 출시되기 전에 소프트웨어 개발을 준비하는 엔지니어를 위해서 Kayla를 준비하는 것입니다.

 

 

테그라 로드맵

 

 

Kayla의 실물. 방열판 아래에 테그라, 쿨링팬 아래에 케플러가 있습니다. ARM에서 CUDA 애플리케이션을 개발하는 용도.

 

 

Kayla의 작동 모습. 3D 애플리케이션이나 CUDA 앱을 실행할 수 있습니다.

 

 

계속해서 NVIDIA GRID를 추진

 

마지막으로, 4번째와 5번째 주제인 NVIDIA GRID와 관련 제품을 설명했습니다.

 

NVIDIA는 GTC 2012에서 NVIDIA GRID(당시엔 지포스 GRID)라는 클라우드 기반 GPU를 발표했는데, 이번에는 구체적인 제품을 공개했습니다.

 

NVIDIA GRID는 원래 클라이언트 PC에 있어야 할 GPU를 서버로 옮겨, 렌더링이나 연산을 클라우드 측에서 실행하고, 클라이언트는 서버에서 스트리밍하는 영산응 표시하는 구조입니다. 이러한 클라이언트 PC를 가상화하는 기술은 이미 엔터프라이즈에서 보급이 진행 중이며, CITRIX나 VMware, 마이크로소프트 등이 솔루션을 제공하고 있지만, NVIDIA GRID의 차이점이라면 그래픽 성능에 초점을 두고 있는 것입니다.

 

일반적인 가상 머신에서는 CPU를 가상화하지만 GPU의 가상화는 거의 진행되지 않았습니다. NVIDIA GRID는 서버 GPU에서 렌더링한 결과를 클라이언트에 송신할 때, 케플러에 도입된 H.264의 하드웨어 인코더를 활용합니다. 데이터는 실시간으로 압축 전송하며, GPU가 로컬에 있는 것과 같은 느낌으로 쓸 수 있습니다.

 

현재 제조업에서는 로컬 PC에 쿼드로 등의 강력한 GPU와 CAD나 CAE 등의 소프트웨어를 조합해 디자인이나 물리 시뮬레이션을 하고 있습니다. 이 경우 데이터는 반드시 로컬에 있어야 하며, 다수의 거점에서 데이터를 공유하고 싶은 경우나 데이터 보안에서 해결해야 할 점들이 있었습니다. NVIDIA GRID를 도입하면 데이터는 모두 서버 측에 있으니 로컬에 데이터를 저장할 필요가 없어진다는 장점도 있습니다.

 

이번에 젠슨 황은 NVIDIA GRID에 관해 2개의 발표를 했습니다. 하나는 자세 브랜드로 제공하는 VCA(Visual Computing Appliance), 다른 하나는 NVIDIA GRID용 GPU  카드(NVIDIA GRID K1/K2)를 탑재한 제품이 Cisco, Dell, IBM, HP 등의 대기업 서버 제조사에서 출시된다는 것.

 

VCA는 중소기업 전용 솔루션으로 상위 모델은 듀얼 소켓 제온 프로세서(32 스레드), 메인 메모리는 384GB, 그리고 2개의 GPU를 탑재합니다. NVIDIA GRID 카드가 8장 탑재된 4U 랙마운트 서버로 최대 16명의 사용자를 지원합니다. 하위 모델은 16스레드 제온으로 192GB 메모리에 8개의 GPU를 탑재해 8명의 사용자까지 지원합니다. 가격은 전자가 39900달러이며 1년마다 최저 4800달러의 소프트웨어 라이센스 계약이 필요합니다. 후자는 24900달러로 1년마다 최저 2400달러의 소프트웨어 라이센스 계약이 필요합니다. 소프트웨어에는 기본 OS인 하이퍼바이저와 윈도우 7의 라이센스도 포함됩니다.

 

VCA를 이용한 데모로 애플 맥북 프로를 써서 윈도우 7의 가상 머신 서버에 액세스, 3D 렌더링 소프트웨어를 동시에 3개 실행하는 장면을 시연했습니다. VCA를 쓰면 클라이언트는 뭐든지 상관 없으며, 스마트폰이나 태블릿도 가능하다네요.

 

젠슨 황은 '이 NVIDIA GRID와 VCA에 의해 작업 스타일이 크게 바뀌게 됩니다. 엔지니어는 자신의 자리에 앉아 있을 필요가 없고, 아웃 소싱도 보다 쉬워질 것입니다'라고 강조했습니다.

 

 

NVIDIA GRID의 발상. 기본적으로는 기존의 클라이언트에 있던 GPU가 클라우드로 이동하는 것을 의미합니다.

 

 

대기업 서버 제조사가 NVIDIA GRID 대응 서버를 출시

 

 

NVIDIA GRID를 이용하면 GPU를 쓰던 환경과 똑같은 것을 클라우드로 실현할 수 있습니다.

 

 

중소기업 전용 NVIDIA GRID 서버인 VCA.

 

 

VCA는 2개의 라인업이 있습니다.

 

 

NVIDIA GRID의 내부 구조. 1개의 제온 프로세서를 씁니다.

 

 

8장의 NVIDIA GRID 카드를 탑재

 

 

맥북 프로에서 윈도우 기반 3D, CAE 애플리케이션에 액세스하는 모습. 클라이언트 소프트웨어가 준비됐다면 어떤 클라이언트(PC< 스마트폰, 태블릿)을 동작할 수 있습니다.

 

 

이처럼 실시간 렌더링이 가능합니다.

 

 

데모에서는 태블릿을 써서 색상을 바꾸거나 실시간으로 렌더링해 클라이언트에 결과를 반영하고 있었습니다.

 

 

로스엔젤레스 헐리우드의 스튜디오에 있는 VCA 서버를 이용해 실시간으로 렌더링을 하는 것도 시연했습니다.

 

 

 

NVIDIA, 차세대 아키텍처 파커와 볼타를 공개

 

http://pc.watch.impress.co.jp/docs/column/kaigai/20130321_592541.html

 

 

2015년을 전후로 한 로드맵까지 공개

 

 

NVIDIA 창립자, 사장, CEO인 젠슨 황

 

NVIDIA가 GPU와 모바일 SoC의 로드맵을 공개했습니다. GPU 로드맵의 핵심은 스택 DRAM을 써서 초 광대역 메모리를 자랑하는 볼타가 차세대 기종인 맥스웰 다음으로 나온다는 것. 테그라의 핵심은 차기 기종인 로간이 케플러 GPU 코어를 통합해 CUDA 지원을 실현하며, 그 후속작인 파커는 덴버 CPU 코어와 맥스웰 GPU 코어를 통합한다는 것. 이로서 프로젝트 덴버의 실체가 드러난 것입니다.

 

NVIDIA의 젠슨 황은 자사의 기술 컨퍼런스 GPU Technology Conference(GTC) 2013에서 2년 반만에 GPU 로드맵을 업데이트했습니다. GTC 2013는 미국 산 조제에서 3월 18일부터 21일까지 열리고 있으며, 새 로드맵에서는 기존의 케플러에 이어 맥스웰이 2014년에 등장하고, 그 후 스택 DRAM을 쓰는 볼타가 나오는 로드맵이 등장했습니다. 아래가 기조 강연에서 공개된 로드맵입니다.

 

 

NVIDIA GPU의 최신 로드맵

 

젠슨 황은 기조 강연에서 볼타에 대해 이렇게 설명했습니다.

 

"맥스웰의 다음 GPU는 볼타입니다. 볼타는 배터리를 발명한 사람의 이름입니다. 볼타라는 이름은 이 GPU가 한층 더 전력 효윺이 높다는 것을 나타내기 때문에 마음에 드는 이름입니다. 볼타는 스택 DRAM이라 부르는 최신 기술을 사용합니다."

 

NVIDIA는 엑사 스케일 슈퍼 컴퓨터인 에셜런의 계획을 발표했을 때부터 스택 DRAM을 쓸 것임을 시사하고 있었습니다. 이번의 볼타는 마침내 실제 제품 로드맵에서도 드러난 제품입니다. 볼타는 TSV(Through Silicon Via) 인터포저를 사용한 2.5D 타입의 스택 메모리 솔루션입니다.

 

 

볼타는 스택 DRAM을 사용

 

 

GPU에 들어가는 스택 DRAM

 

 

스택 DRAM의 종류

 

이전에 NVIDIA가 로드맵을 공개한 건 2010년 9월의 GTC 2010이며, 아래는 그 때의 로드맵입니다. 이 시점에선 맥스웰까지만 나와 있고, 맥스웰의 출시 시기도 2013년으로 나와 있었습니다. 그러나 이번 업데이트에선 다양한 요소를 읽어낼 수 있습니다.

 

 

GTC 2010에서 공개된 GPU 로드맵

 

 

프로세스 기술을 추측할 수 있는 NVIDIA의 GPU 로드맵

 

GPU 로드맵만 봤을 때 상대적인 성능/전력 사용량은 현재의 케플러에서 맥스웰로 가면서 약 2배가 됩니다. 이것은 전력 사용량이 같다고 가정핼 때 더블 프리시전 부동 소수점 연산 성능의 비교이며, 맥스웰에서 볼타로 가면 또 2배가 됩니다.

 

각각 GPU의 등장 시기와 성능/전력에서 추측할 수 있는 건, 맥스웰이 20나노 벌크 프로세스, 볼타가 16나노 FinFET 공정이라는 것입니다. 이것은 NVIDIA가 현재 GPU 제조를 위탁하는 TSMC의 로드맵과 비교했을 경우지만, 파운드리를 바꾼다고 해도 크게 변하진 않습니다(인텔이 만들어 준다면 모를까). 2014년이면 맥스웰이 FinFET로 생산을 하기 빠듯합니다.

 

 

TSMC의 프로세스 로드맵

 

 

TSMC의 프로세서 로드맵(ARM TechCon에서 공개한 슬라이드)

 

2배의 성능/전력 사용량 비율을 달성하려면 제조 공정의 미세화만으로는 무리입니다. 그래서 맥스웰은 GPU 아키텍처의 개혁이 필요합니다. 그러나 그 다음인 볼타는 TSMC의 16나노 공정이라면 트랜지스터가 3D FinFET가 되니까 제조 기술만으로도 전력 삭감이 가능합니다. 예를 들어 볼타는 맥스웰과 같은 마이크로 아키텍처지만 FinFET에 의한 GPU 자체의 전력 절감과, 스택 DRAM에 의한 메모리 전력의 절감에 의해 성능/전력 효율을 높일 수 있습니다.

 

다만 맥스웰은 20나노 벌크고, 볼타가 16나노 FinFET일 경우, 같은 크기의 다이에 실을 수 있는 연산 유닛 수 자체는 아마도 크게 변하지 않을 것입니다. 왜냐하면 TSMC의 16나노 FinFET이나 글로벌파운드리의 14나노 FinFET 모두 연구 최종 단계에선 20나노 공정을 쓰기 때문입니다. 배선 층이 거의 같아 회로 크기는 거의 변하지 않으며, 경우에 따라서는 16나노 쪽이 더 커질 수도 있습니다.(트랜지스터의 멀티 채널링이라던가)

 

 

오른쪽의 크기 변화를 보면 28나노에서 20나노의 변화와 28나노에서 16나노로 크기 변화가 같은 비율임을 알 수 있습니다. 즉 20나노에서 16나노로 가면 면적이 크게 변하진 않습니다.

 

 

왼쪽이 현재의 평면형 트랜지스터. 중앙이 1채널 FinFET. 오른쪽이 멀티 채널 FinFET.

 

그 때문에 볼타는 전력 효율은 오르지만 다이 크기 당 연산 유닛 수에서 큰 변화는 어렵습니다. 물론 전력 사용량이 줄어든 만큼 동작 클럭을 올릴 수 있고, 메모리 병목 현상이 어느 정도 해소되니까 메모리에 따른 애플리케이션의 실제 성능은 향상됩니다. 또 전력이 줄어든 만큼 다이를 크게 만드는 것도 가능하지만 한 번에 노광할 수 있는 크기를 넘어버리면 경제적인 선택은 아니라, 일정 한도 이상으로 다이를 크게 하긴 어렵습니다. 덧붙여서 볼타의 시기기 정확하게 나오지 않은 건, 스택 DRAM의 스케줄이 아직 불확실하기 때문이라 볼 수 있습니다.

 

덧붙여서 맥스웰의 경우 기조 강연 슬라이드에서는 Unified Virtual Memory라 설명했지만, 이것이 CUDA 4.0의 Unified Virtual Memory와 어떻게 다른지는 설명하지 않았습니다.

 

 

2014년의 테그라, 로간에서는 케플러 코어 GPU를 사용

 

테그라 로드맵에서도 제조 공정 기술을 추정할 수 있습니다. 2015년의 파커는 FinFET을 쓰니까 TSMC라면 16나노 공정이 됩니다. 그렇게 되면 현재의 테그라 4(코드네임 웨인)의 후속작으로 2014년에 제조를 시작하는 로간은 20나노 벌크 프로세스로 추측됩니다. 28나노 테그라 4에서 공정 미세화를 하지 않으면 아래 그림에 나온 만큼의 성능 향상은 바랄 수 없기 때문입니다.

 

 

테그라의 최신 로드맵

 

로간에선 GPU가 케플러 기반으로 바뀝니다. 여기에 대해 젠슨 황은 이렇게 설명합니다.

 

"로간은 테그라 중에서 처음으로 최신 GPU를 탑재, CUDA를 사용할 수 있는 최초의 모바일 프로세서가 됩니다. 로간은 케플러 GPU를 탑재하고 CUDA 5를 완벽 지원, OpenGL 4.3도 지원합니다. 로간은 내년-2014년- 초에는 생산에 들어갈 수 있을 것입니다."

 

지금까지 NVIDIA의 모바일 GPU 코어 아키텍처는 데스크탑 GPU보다 몇 세대 뒤떨어진 것이었습니다. 하지만 로간에서 케플러를 쓰게 된 건, 케플러 이전의 GPU 코어가 모바일에 적절한 것이 아니었기 때문입니다.

 

NVIDIA의 GPU 코어 아키텍처는 페르미에서 케플러가 되면서 크게 바뀌었습니다. 테슬라부터 페르미까지는 다이 면적 당 성능을 중시한 설계였으며, 그 때문에 프로세서의 클럭읖 높여 트랜지스터 당 소비 전력이 컸습니다. 그러나 케플러에선 소비 전력에 최적화한 설계로 바뀌었습니다.

 

또 명령 스케줄링은 모두 하드웨어로 제어한 페르미까지의 방식에서 벗어나, 지연 시간을 읽을 수 없는 명령 이외의 스케줄링은 모두 소프트웨어(드라이버의 컴파일러)가 하는 방식으로 바뀌었습니다. 그 때문에 페르미까지의 GPU 코어와 비교해서 케플러는 성능 당 전력 사용량이 크게 줄었습니다.

 

 

케플러의 실행 파이프라인

 

 

케플러의 명령 스케줄링

 

 이러한 개량에 의해 전력 효율을 높인 케플러 아키텍처는 모바일에도 넣을 수 있게 됐습니다. NVIDIA는 G70을 기반으로 해 테그라 2/3의 GPU 코어를 설계했습니다. 그러나 G80(테슬라) 이후의 GPU 코어는 테그라에 가져오지 못하고, 테그라 2/3의 GPU 코어를 발전시켜, VLIW 명령 아키텍처를 테그라 4에 넣었습니다. 이렇게 보면 NVIDIA가 케플러를 모바일 전용으로 만들 수 있는 시점까지 기다리고 있었음을 알 수 있습니다.

 

 

테그라 4의 GPU 코어

 

 

덴버 CPU의 첫 제품인 파커

 

로간의 지원 API 셋트에선 최신 버전인 CUDA 5와 함께 OpenGL 4.3의 지원이 눈에 띕니다. 모바일 GPU용인 OpenGL ES 계열 뿐만이 아니라 OpenGL도 지원할 수 있음을 강조했습니다. 이 시점에서 다른 모바일 GPU 제조사가 OpenGL ES 3.0을 지원하고 있지만 테그라 4/4i는 다이 면적을 줄여 연산 성능을 올리는 대신 OpenGL ES 3.0의 지원을 보류했습니다. GPU 제조사인 NVIDIA가 모바일에선 그래픽 API의 지원이 늦은 상황인데, 로간에선 이를 단번에 만회하려는 의도가 보입니다.

 

 

OpenGL의 로드맵

 

덧붙여서 OpenGL ES 3.0과 OpenGL 4.3 이후에는 두 API가 어느 정도 융합하는 방향으로 가고 있습니다. 위 그림은 GTC에서 Khronos 그룹이 발표한 OpenGL 패밀리의 로드맵입니다. OpenGL ES 3.0와 OpenGL 4.3은 이후에 서로 겹치고 있음을 볼 수 있습니다. 이것이 작년-2012년 12월의 SIGGRAPH Asia에서 공개한 로드맵에선 이렇게 되어 있었습니다.

 

 

2012년의 SIGGRAPH Asis에서 나타난 OpenGL ES의 로드맵

 

로간의 다음인 2015년의 파커는 CPU 코어가 덴버 CPU가 됩니다. 젠슨 황은 파커에 대해 이렇게 설명합니다.

 

"파커는 3개의 중요한 아이디어를 시장에 가져옵니다. 우선 파커는 덴버의 64비트 ARM 프로세서를 쓴 최초의 프로세서가 됩니다. 그리고 차세대의 GPU 맥스웰을 통합하며 FinFET 트랜지스터를 씁니다."

 

NVIDIA의 테그라 전략에서 파크넌 큰 발전임을 알 수 있습니다. 앞으로 테그라는 GPU 성능을 급증시킨 테그라 4, CUDA를 대응하는 로간, 64비트 프로세서인 맥스웰, 그리고 FinFET의 파커로 1년마다 두배씩 향상됩니다. NVIDIA의 모바일 SoC에 대한 자세가 어떤지 잘 알 수 있습니다.

 

 

5년만에 100배로 성능이 향상된 테그라

 

젠슨 황은 테그라 로드맵의 성능 향상에 대해서도 설명했습니다. 테그라는 테그라 2에서 파커로 가면서 5년만에 성능이 100배로 향상, 무어의 법칙을 뛰어 넘었다고 설명합니다. 엄청난 성장이지만, 여기에는 트릭이 있습니다. 테그라 2는 40나노, 파커는 16나노의 공정인데, 제조 공정만 따지면 40나노에서 20나노로 2세대를 넘어서 같은 크기의 칩에 넣을 수 있는 트랜지스터 수가 4배가 됩니다. 여기에 FinFET도 써서 전력도 여유가 생겼습니다.

 

그에 비해 CPU 코어는 Cortex-A9의 2코어에서 Cortex-A15의 5코어, 그리고 덴버의 4코어 이상으로 변화합니다. CPU 코어의 크기는 같은 제조 공정이라 가정하면 4배 이상으로 늘어나지만, 캐시를 포함한 전체 면적은 그렇게 늘어나지 않습니다. 고정 기능 유닛도 마찬가지니 NVIDIA는 남은 공간을 GPU에 넣을 수 있을 것입니다. GPU의 비율을 높이면 칩의 연산 성능을 무어의 법칙 이상의 수준으로 높일 수 있습니다.

 

덧붙여서 작년까지의 로드맵에는 파커가 없고 그 대신 성능이 낮은 스타크가 로드맵에 있었습니다. 이렇게 바뀐 이유는 아직 알려지지 않았습니다.

 

 

201년 시점의 테그라 로드맵

 

또 다른 달라진 점은 NVIDIA는 원래 맥스웰 세대부터 CPU 코어를 통합한다고 하지만, 젠슨 황은 데스크탑과 HPC용인 맥스웰 이후에 나올 파커가 최초의 덴버 코어 통합이라 설명했습니다. 또 데스크탑과 HPC용 맥스웰은 20나노로 추측되는데 파커는 16나노입니다. 이것은 덴버가 20나노인가 16나노인가라는 문제도 있습니다. 덴버는 ARM 64코어 Cortex-A57을 기반으로 하는 것으로 보이며, Cortex-A57의 첫 번째 목표는 20나노 공정이라 보입니다.

 

 

ARM Cortex-A57의 블럭 다이어그램

 

로간과 파커에 의해 NVIDIA의 로드맵에선 CUDA를 ARM CPU 기반으로 가는 전개가 보이고 있습니다. 그러나 로간까지 아직 1년이 있습니다. 그래서 NVIDIA는 CUDA 기반 테그라용 소프트웨어 개발을 촉진하기 위핸 개발 키트, 케일라도 발표했습니다. 이것은 테그라 3 기반으로 테그라 3의 PCI-E에 케플러 저전력 GPU를 탑재한 미니 ITX 보드입니다. 이번 강연에선 이 보드를 이용해 실시간 레이 트레이싱을 하는 데모도 있었습니다.

 

 

테그라의 개발 키트 케일라

 

 

케일라의 개요

 

 

케일라 보드에 의한 실시간 레이 트레이싱 데모

 

 

케일라 보드를 들고 있는 젠슨 황

 

이번 NVIDIA 로드맵 업데이트는 GPU 기술의 분기점을 나타내고 있어 중요합니다. 특히 볼타의 스택 DRAM은 앞으로 GPU의 핵심이 됩니다. 스택 DRAM에 대한 설명은 바로 이어집니다.