[HW] CPU / GPU 차이점 알아보기

 1.  CPU / GPU

CPU는 컴퓨팅 하드웨어의 핵심 계산 장치로, 운영 체제 및 애플리케이션을 실행하는 데 필요한 모든 유형의 작업을 처리합니다. 반면 GPU는 유사한 하드웨어 구성 요소이지만 더 전문화되어 있습니다. GPU는 일반 CPU보다 병렬로 실행되는 복잡한 수학 연산을 더 효율적으로 처리할 수 있고, 처음에는 게임과 애니메이션의 그래픽 렌더링 작업을 처리하기 위해 만들어졌지만 이제는 그 이상으로 그 용도가 확장되고 있습니다.

---

 2.  주요 유사점

CPU와 GPU는 모두 컴퓨터를 작동시키는 하드웨어 장치입니다. 컴퓨터 디바이스의 두뇌 역할을 수행한다고 생각하면 됩니다. 둘 다 코어, 메모리 및 제어 장치를 포함하여 유사한 내부 구성 요소를 가지고 있습니다.

코어
GPU와 CPU는 계산과 논리를 실행하는 코어를 가지고, 메모리에서 명령을 가져와 디코딩 후 실행합니다.
과거에는 CPU에 단일 코어만 있었지만, 현재는 멀티코어 CPU와 GPU가 일반적입니다.

메모리
CPU와 GPU는 고속 계산을 위해 내부 캐시(L1, L2, L3 등)를 활용합니다.
MMU ^1️⃣ 는 실행 주기마다 CPU 코어, 캐시, RAM 사이의 데이터 이동을 제어합니다.

제어 장치
제어 장치는 처리 작업을 동기화하고, 처리 장치가 만들어내는 전기 펄스의 주파수를 결정합니다.
주파수가 높을수록 성능이 올라가지만, CPU와 GPU는 설계가 달라 용도도 달라집니다.

 

 

1️⃣ CPU 코어와 캐시, RAM 사이의 데이터 흐름을 제어하고 가상 주소를 물리 주소로 매핑하는 하드웨어

---

 3.  주요 차이점

컴퓨터 그래픽과 애니메이션의 등장으로, CPU가 아닌 별도의 프로세서가 필요해진 고연산 작업이 생겨났습니다. 비디오 게임 애니메이션 구현 시에는 색상·광도·움직임이 제각각인 수천 개의 픽셀을 처리해야 했는데, 당시 CPU의 기하학 연산 성능만으로는 이런 대규모 그래픽 연산을 감당하기 어려웠습니다. 하드웨어 제조사들은 영상·그래픽 같은 멀티미디어 작업을 GPU로 분산 처리하면, CPU 사용량을 낮추고 전체 성능을 높일 수 있다는 점을 깨달았습니다. 특히 GPU는 병렬 연산에 특화되어 있어, 머신 러닝이나 AI처럼 대량 계산이 필요한 워크로드를 CPU보다 더 빠르고 효율적으로 처리할 수 있습니다.

 

연산
CPU는 서버 운영을 위해 모든 소프트웨어 작업을 처리하고, GPU는 동시 계산을 지원합니다. GPU는 작은 연산 단위로 분할해 병렬 처리하기 때문에 단순 반복 작업을 훨씬 빠르게 수행합니다.

설계
GPU는 여러 코어(ALU)를 활용한 병렬 처리에 특화되었으며, 각 코어당 메모리는 작지만 동시에 대량의 명령을 빠르게 처리합니다. CPU는 다양한 명령 전환에 빠른 반면, GPU는 동일한 명령을 대규모 병렬로 수행하는 데 강점이 있습니다.

쉽게 레스토랑에 비유하자면, CPU는 주방장과 같아 모든 작업을 지휘하고 직접 처리할 수 있지만, 반복적이고 시간이 많이 걸리는 작업에는 비효율적입니다. 반면, GPU는 여러 보조 요리사처럼 동시에 대량의 작업을 빠르게 처리해 병렬 연산을 도와줍니다.

---

 4.  GPU 활용 분야

GPU는 부동 소수점 연산, 그래픽 처리, 데이터 패턴 매칭 등 반복적이거나 병렬 계산이 많은 작업에 유리합니다.

딥 러닝
딥 러닝은 인간 뇌 구조를 모방해 데이터를 분석, 예측하는 AI 방식으로, 이미지·텍스트·사운드 패턴 등을 인식해 뛰어난 예측을 수행합니다. GPU는 병렬 연산에 특화되어 있어 신경망 학습 같은 딥 러닝·ML 작업에 높은 성능을 제공합니다.

고성능 컴퓨팅
복잡한 계산과 대규모 시뮬레이션이 필요한 영역(지진·기상 시뮬레이션, 금융 리스크 평가, 의학·유전체학 등)에서 고성능 컴퓨팅이 요구됩니다. GPU 기반 시스템은 병렬 연산 및 데이터 처리 성능이 뛰어나 이 같은 고성능 컴퓨팅에 탁월합니다.

자율 주행 교통 수단
ADAS·자율 주행차 개발·배포에는 방대한 데이터 수집, 지도·알고리즘 개발, 시뮬레이션 등이 필요합니다. 이처럼 복잡하고 확장성이 필요한 연산에는 GPU의 병렬 처리 성능이 필수적입니다.

---

 5.  간단 요약

구분	CPU	GPU
주요 역할	컴퓨터 전반의 모든 명령·논리를 처리하며, 운영체제와 일반 애플리케이션을 실행함	그래픽 렌더링이나 병렬 연산이 필요한 대규모 계산 작업을 가속함
코어 구조	소수의 고성능 코어를 갖춰, 다양한 명령을 순차적으로 처리하는 데 뛰어남	수많은 코어를 병렬로 운영해, 동일한 연산을 대량 처리하는 데 최적화됨
처리 방식	주로 직렬(순차) 연산에 최적화되어 다양한 복합 연산을 유연하게 처리	병렬 처리가 장점이며, 반복적이거나 대량의 연산을 동시에 빠르게 수행 가능
메모리 구조	L1, L2, L3 등 캐시 계층을 통해 CPU 코어와 메모리 간 데이터 전송 최적화	GPU 전용 메모리를 사용해 빠른 병렬 연산 및 대용량 그래픽 데이터를 처리
주된 용도	OS 운영, 일반 소프트웨어 실행, 복잡한 논리·제어·연산 수행	그래픽 작업, 머신러닝·딥러닝 등 대량 병렬 연산, 영상 및 3D 렌더링 등
장점	범용 연산 능력이 뛰어나며, 복잡하고 다양한 명령 처리나 멀티태스킹에 유리	병렬 연산에 탁월해, 반복적이고 대규모의 계산·그래픽 작업에서 높은 성능 발휘
단점	대규모 병렬 처리는 상대적으로 한계가 있어, 반복 작업 성능이 떨어질 수 있음	범용성이나 단일 스레드 성능은 낮아, CPU가 수행하는 모든 작업을 대체하기는 어려움

---

 참고 자료 

GPU와 CPU 비교 - 처리 장치 간의 차이점 - AWS