기본 콘텐츠로 건너뛰기

AMD 의 3 세대 저전력 APU - 비마와 멀린스 공개




  AMD 가 3 세대 저전력 APU 인 비마 (Beema) 와 멀린스 (Mullins) 를 공개했습니다. 1 세대인 브라조스/자카테 (밥캣)이 등장한 이후 한참 만에 2 세대인 재규어 기반의 카비니/테마쉬가 나온 것과는 대조적으로 3 세대인 퓨마 코어를 사용한 비마와 멀린스의 출시는 매우 빠르게 이뤄졌습니다. (AMD 에서는 퓨마 + Puma + 라고 표현을 했는데 과거 부터 + 란 표현을 매우 좋아하는 것 같습니다) 비마와 멀린스의 특징은  퓨마 코어 + GCN 의 통합 뿐만이 아니라 보안 용도의 ARM 코어를 탑재했다는 것으로 x86 + ARM 이라는 기묘한 조화를 지닌 SoC 로 등장했습니다.  







(비마와 멀린스는 사실 같은 SoC 를 클럭과 TDP 에 따라 나눈 것으로 비마는 10 - 15W, 멀린스는 3.95 - 4.5 W 의 TDP 를 지님.  Credit : AMD) 


 비마 APU 는 지금까지 AMD 가 거의 발을 담그지 못하고 있는 울트라북 같은 시장을 노리기 위해 등장했습니다. 사실 이는 전세대인 카비니도 마찬가지인데 실제로는 시장에서 이를 사용한 경량 혹은 울트라북 노트북은 몇종류 되지 않으며 그 판매량은 인텔 CPU 에 비해서 미미한 편입니다. 인텔이 앞선 공정과 저전력 CPU 로 시장을 장악하고 있기 때문입니다. 


 현재 컨슈머용 PC 시장에서 노트북 판매량이 데스크탑 보다 많은 점을 생각하면 AMD 의 낮은 점유율이 회복되지 못하는 이유를 쉽게 알 수 있습니다. 비마 APU 는 이 시장에서 AMD 의 점유율을 조금이라도 높여야 하는 임무가 있습니다. 그리고 멀린스는 인텔도 고전 중인 타블렛 시장에서 거의 전무하다시피한 점유율을 확보해야 하는 임무가 있죠. 


 물론 쉽지 않은 임무이지만 전전세대인 밥캣이나 재규어에 비교해서 퓨마는 어느 정도 저전력, 저발열의 모바일 환경에 최적화 되어 있는 것 같습니다. AMD 에 의하면 퓨마 코어는 

Up to 4 CPU cores
Puma does not feature clustered multi-thread (CMT), meaning that there are no "modules"
32 KiB instruction + 32 KiB data L1 cache per core
1-2 MiB unified L2 cache shared by two or four cores
Out-of-order execution and Speculative execution
Integrated memory controller
Two-way integer execution
Two-way 128-bit wide floating-point and packed integer execution
Integer hardware divider

3.1 ㎟ area per core

 의 특징과 전 세대 재규어 대비 

19% CPU core leakage reduction at 1.2V
38% GPU leakage reduction
500mW reduction in memory controller power
200mW reduction in display interface power
Chassis temperature aware turbo boost
Selective boosting according to application needs (intelligent boost)
Support for ARM TrustZone via integrated Cortex-A5 processor

Support for DDR3L-1866 memory

 의 장점을 가지고 있습니다. 







(전세대 대비 비마와 멀린스의 성능 향상    Credit : AMD)


 사실 밥캣 코어와 재규어 코어는 40 nm 공정과 28 nm 공정이라는 공정상의 진보에도 불구하고 클럭 10% 증가와 IPC 15% 증가라는 생각보다 미미한 성능 향상만이 있었습니다. 퓨마 코어는 재규어 코어와 비슷한 세대의 28 nm 공정을 사용함에도 불구하고 (그리고 3.1 ㎟ 라는 동일한 코어당 (L2 캐쉬 제외) 면적에도 불구하고) 누설 전류를 19% 줄여 TDP 를 25 W 에서 15 W 수준으로 줄이는 데 성공했습니다. 


 구조면에서 얼마나 변화가 있는지는 모르겠지만 공정과 다이 사이즈가 거의 변화가 없었는데도 TDP 를 크게 줄인점을 보면 비록 늦었지만 AMD 도 모바일에 최적화 하기 위한 노력을 진행 중이라는 것을 알 수 있습니다. 특히 GPU 부분은 누설전류를 38% 나 줄여 와트당 성능이 최대 2 배까지 늘었다고 주장하고 있습니다. 누설 전류의 감소와 더 지능적인 전력 관리, Boost 제어 덕분이라고 하는데 자세한 것은 나중에 검증이 되야 겠지만 주장대로라면 상당히 큰 진보가 있는 셈입니다. 


 아난드텍에서는 카비니/테마쉬의 경우 9억 1400 만개의 트랜지스터를 집적하고 대략 107 ㎟ 의 다이 사이즈를 가지고 있다고 분석했습니다. 비마와 멀린스의 경우 9 억 3000 만개의 트랜지스터를 집적하고 대략 같은 크기의 다이 사이즈를 가지고 있다고 분석했는데 다이 사이즈나 공정의 큰 변화 없이 (아난드텍에서는 공정에 있어서는 GF 의 28 nm 공정을 사용했다고 언급했는데 확실한지는 모르겠습니다) 이 정도 성능향상을 이뤄냈으면 꽤 선방한 셈이죠.      



(아이들시의 최소 전력 변화. AMD 도 꽤 노력하는 중이라고 할 수 있습니다. Credit : AMD)


 비마와 멀린스에서 한가지 재미있는 점은 앞서 언급했듯이 최초로 ARM 코어를 x86 SoC 에 내장했다는 점입니다. AMD 가 PSP (Platform Security Processor) 라고 명명한 보안 관련 프로세서는 ARM 의 트러스트존 (TrustZone) 기술을 지원해 기존의 x86 프로세서에서 지원하지 못했던 보안 관련 기능을 지원할 수 있다고 하네요. 


(AMD PSP     Credit : AMD) 


 2 세대 카비니와 테마쉬처럼 아마도 비마와 멀린스 역시 AM1 소켓으로 등장하게 될지는 모르겠지만 그렇게 되면 미니 PC 를 꾸미려는 유저에게 또 다른 옵션을 제공할 수 있을 것으로 보입니다. 절대 성능대 와트비에서 인텔의 22 nm 공정 프로세서를 얼마나 추격했는지도 궁금한 부분 가운데 하나입니다. 다만 인텔 역시 연말부터 14 nm 공정의 새로운 프로세서들을 투입할 예정 (브로드웰 및 에어몬트) 이라서 역시 쉽지만은 않은 싸움이 예정되어 있습니다. 과연 어떤 결과가 나올지 주목됩니다. 


 참고  







댓글

이 블로그의 인기 게시물

통계 공부는 어떻게 하는 것이 좋을까?

 사실 저도 통계 전문가가 아니기 때문에 이런 주제로 글을 쓰기가 다소 애매하지만, 그래도 누군가에게 도움이 될 수 있다고 생각해서 글을 올려봅니다. 통계학, 특히 수학적인 의미에서의 통계학을 공부하게 되는 계기는 사람마다 다르긴 하겠지만, 아마도 비교적 흔하고 난감한 경우는 논문을 써야 하는 경우일 것입니다. 오늘날의 학문적 연구는 집단간 혹은 방법간의 차이가 있다는 것을 객관적으로 보여줘야 하는데, 그려면 불가피하게 통계적인 방법을 쓸 수 밖에 없게 됩니다. 이런 이유로 분야와 주제에 따라서는 아닌 경우도 있겠지만, 상당수 논문에서는 통계학이 들어가게 됩니다.   문제는 데이터를 처리하고 분석하는 방법을 익히는 데도 상당한 시간과 노력이 필요하다는 점입니다. 물론 대부분의 학과에서 통계 수업이 들어가기는 하지만, 그것만으로는 충분하지 않은 경우가 많습니다. 대학 학부 과정에서는 대부분 논문 제출이 필요없거나 필요하다고 해도 그렇게 높은 수준을 요구하지 않지만, 대학원 이상 과정에서는 SCI/SCIE 급 논문이 필요하게 되어 처음 논문을 작성하는 입장에서는 상당히 부담되는 상황에 놓이게 됩니다.  그리고 이후 논문을 계속해서 쓰게 될 경우 통계 문제는 항상 나를 따라다니면서 괴롭히게 될 것입니다.  사정이 이렇다보니 간혹 통계 공부를 어떻게 하는 것이 좋겠냐는 질문이 들어옵니다. 사실 저는 통계 전문가라고 하기에는 실력은 모자라지만, 대신 앞서서 삽질을 한 경험이 있기 때문에 몇 가지 조언을 해줄 수 있을 것 같습니다.  1. 입문자를 위한 책을 추천해달라  사실 예습을 위해서 미리 공부하는 것은 추천하지 않습니다. 기본적인 통계는 학과별로 다르지 않더라도 주로 쓰는 분석방법은 분야별로 상당한 차이가 있을 수 있어 결국은 자신이 주로 하는 부분을 잘 해야 하기 때문입니다. 그러기 위해서는 학과 커리큘럼에 들어있는 통계 수업을 듣는 것이 더 유리합니다. 잘 쓰지도 않을 방법을 열심히 공부하는 것은 아무래도 효율

R 스튜디오 설치 및 업데이트

 R을 설치한 후 기본으로 제공되는 R 콘솔창에서 코드를 입력해 작업을 수행할 수도 있지만, 보통은 그렇게 하기 보다는 가장 널리 사용되는 R 개발환경인 R 스튜디오가 널리 사용됩니다. 오픈 소스 무료 버전의 R 스튜디오는 누구나 설치가 가능하며 편리한 작업 환경을 제공하기 때문에 R을 위한 IDE에서 가장 널리 사용되어 있습니다. 아래 링크에서 다운로드 받습니다.    https://www.rstudio.com/  다운로드 R 이나 혹은 Powerful IDE for R로 들어가 일반 사용자 버전을 받습니다. 오픈 소스 버전과 상업용 버전, 그리고 데스크탑 버전과 서버 버전이 있는데, 일반적으로는 오픈 소스 버전에 데스크탑 버전을 다운로드 받습니다. 상업 버전의 경우 데스크탑 버전의 경우 년간 995달러, 서버 버전은 9995달러를 받고 여러 가지 기술 지원 및 자문을 해주는 기능이 있습니다.   데스크탑 버전을 설치하는 과정은 매우 쉽기 때문에 별도의 설명이 필요하지 않을 것 같습니다. 인스톨은 윈도우, 맥, 리눅스 (우분투/페도라)에 따라 설치 파일이 나뉘지만 설치가 어렵지는 않을 것입니다. 한 가지 주의할 점이라면 R은 사전에 반드시 따로 설치해야 한다는 점입니다. R 스튜디오만 단독 설치하면 아무것도 할 수 없습니다. 뭐 당연한 이야기죠.   설치된 R 스튜디오는 자동으로 업데이틀 체크하지 않습니다. 따라서 업데이트를 위해서는 R 스튜디오에서 Help 로 들어가 업데이트를 확인해야 합니다.     만약 업데이트 할 내용이 없다면 최신 버전이라고 알려줄 것이고 업데이트가 있다면 업데이트를 진행할 수 있도록 도와주게 됩니다. R의 업데이트와 R 스튜디오의 업데이트는 모두 개별적이며 앞서 설명했듯이 R 업데이트는 사실 기존 버전과 병행해서 새로운 버전을 새롭게 설치하는 것입니다. R 스튜디오는 실제로 업데이트가 이뤄지기 때문에 구버전을 지워줄 필요는

R 패키지 설치 및 업데이트 오류 (1)

 R 패키지를 설치하거나 업데이트 하다보면 여러 가지 문제가 생기는 경우들이 있습니다. 이 경우 아예 R을 재설치하는 것도 방법이지만, 어떤 경우에는 이렇게해도 해결이 안되고 계속해서 사용자는 괴롭히는 경우도 있습니다. 이런 경우 중 하나를 소개합니다.  새로운 패키지를 설치, 혹은 업데이트 하는 과정에서 같이 설치하는 패키지 중 하나가 설치가 되지 않는다는 메세지가 계속 나왔는데, 사실은 백신 프로그램 때문이었던 경우입니다.   dplyr 패키지를 업데이트 하려고 했는데, 제대로 되지 않아 다시 설치를 진행했습니다. 그런데 일부 패키지가 제대로 설치되지 않는다는 메세지가 나왔습니다.  > install.packages("dplyr") Error in install.packages : Updating loaded packages > install.packages("dplyr") Installing package into ‘C:/Users/jjy05_000/Documents/R/win-library/3.4’ (as ‘lib’ is unspecified) also installing the dependencies ‘bindr’, ‘bindrcpp’, ‘Rcpp’, ‘rlang’, ‘plogr’ trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindr_0.1.1.zip ' Content type 'application/zip' length 15285 bytes (14 KB) downloaded 14 KB trying URL ' https://cran.rstudio.com/bin/windows/contrib/3.4/bindrcpp_0.2.2.zip ' Content type 'application/zip' length 620344 b