- 차세대 아키텍처 ‘파스칼’ 성능 극대화 위한 소프트웨어 업데이트로 혁신적인 성능 제공
- 인공지능, 가속 컴퓨팅, 자율주행차, 디자인 시각화, VR, 게임 등 다양한 분야의 개발자 효율 극대화
엔비디아(www.nvidia.co.kr)가 미국 캘리포니아 새너제이에서 진행 중인 세계 최대 GPU 개발자 컨퍼런스 ‘GTC 2016’에서 발표한 ‘엔비디아 SDK’ 업데이트가 개발자들에게 큰 화제를 모으고 있다.
함께 발표한 차세대 ‘파스칼(Pascal)’ GPU 아키텍처를 기반의 최신 가속 컴퓨팅 플랫폼 ‘테슬라(Tesla) P100’ 못지 않게 관심을 받고 있는 엔비디아 SDK(소프트웨어 개발 키트)는 GPU 컴퓨팅을 위한 개발 플랫폼을 뜻한다. 엔비디아는 더 많은 개발자들을 지원하고자 소프트웨어 역량 부문을 강화해 왔는데, 이번 SDK 업데이트 또한 차세대 아키텍처인 파스칼의 성능을 극대화해 개발자들을 돕기 위해 진행됐다.
엔비디아는 하드웨어 플랫폼으로 잘 알려져 있지만 소프트웨어 부문도 GPU 컴퓨팅 가속화를 이끄는 중요한 역할을 제공하고 있다. 실제로 백 만명 이상의 개발자들이 이미 엔비디아의 CUDA 툴킷을 다운로드 받았고, 수 백개 이상의 게임과 400 개 이상의 GPU 가속 어플리케이션에서 엔비디아 소프트웨어 라이브러리의 혜택을 누릴 수 있다.
이번 업데이트의 세부 사항은 다음과 같다.
1) Deep Learning (딥 러닝)
- cuDNN 5: 딥뉴럴 네트워크를 위해 필수적인 GPU가속 라이브러리는 파스칼 GPU를 포함한다. 영상과 순차적인 데이터 처리에 사용되는 반복 뉴럴 네트워크의 가속화가 가능하며, 의료, 석유 및 가스업계 등을 위한 기능도 추가 향상했다.
cuDNN의 최적화된 루틴은 딥 러닝 개발자들이 튜닝 단계에서 시간을 낭비하지 않고 뉴럴 네트워크 모델의 디자인과 훈련에 집중할 수 있도록 돕는다. cuDNN는 구글의 텐서플로(TensorFlow), UC버클리의 카페(Caffe), 몬트리올 대학의 시애노(Theano), 뉴욕 대학의 토치(Torch) 등의 딥러닝 프레임워크를 가속화한다. 아마존, 페이스북, 구글 등의 딥 러닝 솔루션이 더욱 강화되는 것이다.
2) Accelerated Computing (가속 컴퓨팅)
- 엔비디아 CUDA® 8을 포함하는 이번 업데이트는 엔비디아 병렬 컴퓨팅 플랫폼의 최신 버전이다. 이 업데이트를 통해 개발자는 통합 메모리와 NV링크(NVLink)를 포함하는 새로운 파스칼 기능을 이용할 수 있다. 또한 로봇 경로 계획, 사이버 보안, 로지스틱 분석 등에 사용가능한 새로운 그래픽 분석 라이브러리 nvGRAPH로 빅데이터 분석 영역에 GPU 가속의 사용을 확대한다. 새로운 크리티컬 경로 분석은 CPU와 GPU 사이의 병목 현상을 잡아 낸다. 볼륨과 표면 데이터 세트 시각화를 위한 엔비디아 인덱스 1.4(NVIDIA IndeX 1.4)는 키트웨어(Kitware) ParaView를 위한 플러그인으로 사용 가능해, ParaView 유저에게 고품질 렌더링과 방대한 양의 인터렉티브 시각효과를 제공한다.
‘GPU컴퓨팅의 척추’로 불리는 CUDA는 가장 중요한 과학적 애플리케이션들의 기반이 된다. 예를 들어 HIV가 어떠한 방법으로 단백질 쉘(shell)을 사용해 유전 물질을 보호하는 지를 이해하고, 3D 루프와 다른 유전 인자들이 겹친 패턴을 발견해 인간 유전체의 미스터리를 해결하는 핵심 역할을 하고 있다.
3) Self-Driving Cars(자율 주행차)
- GTC에서는 엔비디아가 자율 주행차를 위한 엔드-투-엔드 HD 매핑 솔루션을 발표했다. 이 최신 기술은 자율주행을 위한 딥러닝 플랫폼의 일부인 엔비디아의 드라이브웍스(DriveWorks) 소프트웨어 개발 키트에 그 기반을 두고 있다.
통합 인식, 위치 파악, 기획 및 시각적 알고리즘 기능을 포함하고 있는 드라이브웍스는 자율 주행 컴퓨팅 시스템을 연구하는 자동차 제조사 및 1차 벤더사, 스타트업 기업을 위해 라이브러리와 툴, 참조 어플리케이션라이브러리, 툴, 레퍼런스 애플리케이션을 제공하고 있다. 엔드-투-엔드 HD 매핑 솔루션이 추가된 드라이브웍스는 더 쉽고 빠르게 보다 정교한 지도를 제작하고 업데이트 할 수 있도록 돕는다. 엔비디아 DIGITS와 엔비디아 DRIVENET과 함께, 이 기술들은 더 안전하고 효율적이며 즐거운 운전을 만들어나갈 예정이다.
4) Design Visualization (디자인 시각화)
- 물리기반 실사 렌더링 기술인 엔비디아의 ‘아이레이(NVIDIA Iray)’는 새로운 내부 카메라를 통해 가상 현실의 전경을 창조하고 이전에는 볼 수 없었던 정확도로 가상 현실을 볼 수 있게 해준다. 어도비(Adobe)의 엔비디아 물질 정의 언어(Material Definition Language, MDL) 지원도 발표됐다. 이는 더 다양한 크리에이티브 전문가들에게 물질 기반 소재의 가능성을 가져다 준다.
산업 전반에 사용되는 엔비디아의 아이레이는 전문 디자이너들의 실사화 작업을 더 빠르게 하고, 작업물이 시장에 선보이는 속도를 높인다. 다쏘 시스템(Dassault Systemes)과 시멘스 PLM(Siemens PLM) 같은 앞선 소프트웨어 개발사들을 위해 라이센스를 허가했으며, 오토데스트 3ds Max와 마야(Maya) 같은 인기 소프트웨어를 위한 플러그 인으로도 사용 가능하다.
5) Autonomous Machines (자율 주행 기기)
- 엔비디아는 주변 환경과 상호작용하고 학습하는 딥러닝 역량을 제공한다. cuDNN version 5는 딥 러닝일반 컴퓨터 신경망을 위한 딥 러닝 추론 역량을 향상시켜, 더 빠른 의사 결정과 고해상도 작업을 가능하게 한다. 엔비디아 GPU 추론 엔진(NVIDIA GPU Inference Engine, GIE)은 애플리케이션 배치를 위한 고성능 컴퓨터 신경망 추론 솔루션이다. 개발자들은 GIE를 통해 엔비디아 GPU의 추론 속도를 극대화한 학습 신경망 모델을 최적화 구축할 수 있다.
로봇, 드론, 수중 카메라 등의 인지 기기들은 자율 학습 능력이 필수다. 젯슨 TX1(Jetson TX1) 개발자 키트를 운영하는 Jetpack SDK는 진보한 컴퓨터 비전과 딥러닝을 위한 라이브러리와 API를 포함한다. 이는 인식하고 이해하고 나아가 주변 환경과 상호작용할 수 있는 뛰어난 성능의 자율 기기를 개발할 수 있도록 돕는다.
6) Gaming (게임)
- 최근 발표한 엔비디아 게임웍스(NVIDIA GameWorks)를 위한 세가지 신기술은 개발 툴 조합, 샘플 코드, 그리고 게임을 위한 실시간 그래픽과 시뮬레이션 라이브러리다. 여기에는 입체광원효과와 복셀 기반의 앰비언트 오클루젼(Ambient Occlusion), HFTS(Hybrid Frustum Traced Shadows)이 포함된다.
게임 개발자들은 폴아웃4(Fallout 4)등과 같은 고퀄리티 게임에서 이러한 새로운 라이브러리를 사용해 왔다. 게임웍스의 기술은 주요 언리얼엔진, 유나이티 스팅그레이(Unity and Stingray) 와 같은 많은 게임 엔진에 탑재되어 있으며, 이 엔진들은 건축 설계와 자동차 디자인 등 다양한 비게임 영역으로 그 활용처를 넓히고 있다.
7) Virtual Reality (가상 현실)
- 엔비디아는 가상현실(VR) 개발자들을 위해 샘플 코드와 라이브러리, 그리고 API 세트를 포함하는 VR웍스(VR Works)에 지속적으로 새로운 기능들을 추가하고 있다. 한 예로, 다중 해상 쉐이딩 기술은 VR 이미지의 각 부분을 픽셀밀도에 최적화된 해상도로 렌더링함으로써 최대 50%까지 성능을 향상했다. VR웍스 다이렉트 모드(VRWorks Direct Mode)는 가상 현실 헤드셋을 일반 데스크톱 모드의 윈도우 모니터가 아닌 오직 VR 애플리케이션을 통해 접근할 수 있는 안경형 디스플레이(Head-Mounted Display)으로 인식하게 해준다.
VR웍스는 헤드셋과 애플리케이션 개발자들이 최상의 성능과 최저의 지연도, 플러그-앤드-플레이(plug-and-play) 호환을 구현할 수 있게 해준다. 이번 GTC에서는 엔비디아가 협력하는 Solfar 스튜디오(Solfar Studios, ‘에베레스트 VR’ 개발), 퓨전 스튜디오(Fusion Studio, ‘Mars 2030’ 개발), 오큘러스와 HTC 등의 기업들이 다양한 신기술을 시연, VR웍스의 다양한 활용을 확인할 수 있다.
<월간 반도체네트워크 2016년 4월호>