엔비디아의 몸값이 뜨겁게 오르고 있다. 시가총액이 1조달러를 넘어서면서 애플, 알파벳(구글), 아마존, 페이스북 등 빅테크들과 어깨를 나란히 했다.

엔비디아의 위상을 끌어올린 일등공신은 이 회사의 핵심 제품인 컴퓨터 그래픽 처리장치(GPU)다. 원래는 대용량의 그래픽을 처리하기 위해 만들어진 이 하드웨어가 최근 인공지능(AI) 열풍을 타고, 컴퓨터의 성능을 끌어올리는 가속 컴퓨팅의 핵심이 됐다.

말 그대로 컴퓨터의 작업 성능을 ‘가속(더 빠르게)’하는 것이다. 스마트폰부터 슈퍼컴퓨터까지, 모든 컴퓨팅 기기들이 점점 더 빠른 연산 속도를 필요로 하는데 이를 지원하기 위해 만들어진 기술이다. 엔비디아의 GPU 같이 빠른 연산을 가능하게 하는 특수한 하드웨어를 써서 가속 컴퓨팅을 가능케 한다.

대표적인 하드웨어 가속기가 GPU다. 컴퓨터의 두뇌라고 불리는 CPU(중앙처리장치)는 하나의 일을 끝내고 다음 일로 넘어가는 ‘직렬 방식’이다. 반대로, GPU는 CPU보다 할 수 있는 일은 적지만 대신 나열된 여러가지 계산을 동시 다발로 할 수 있는 ‘병렬 방식’이다. 코어 수가 압도적으로 많아 멀티가 된다. 단순 계산을 대량으로 아주 빨리 해야 하는 머신러닝과 같은 영역에서 GPU의 도입은 획기적 성과를 가져왔다.

GPU를 활용한 가속 컴퓨팅이 사람들의 뇌리에 꽂힌 사건은 ‘알렉스넷’의 등장이다. 이미지 분류 알고리즘의 성능을 평가하는 경진대회(IRSVRC, 이미지넷 챌린지)에서 2012년 딥러닝 방식으로 압도적 성적을 내면서 일등을 했다.

이때 엔비디아 GPU가 쓰였다. 직전 해인 2011년 엔비디아 측은 “12개의 엔비디아 GPU가 무려 2000개의 CPU에 맞먹는 딥러닝 성능을 발휘했다”고 발표했다. 이 발표가 함의하는 바는, 같은 내용의 연구라도 GPU를 활용한 가속 컴퓨팅을 사용하면 작업에 걸리는 시간이 대폭 줄어든다는 것이다.