'인텔 아크 그래픽 카드의 심장' Xe HPG 해부하기

새로운 경쟁이 시작된다. 지난주 인텔이 아크(Arc) A770과 A750 GPU의 세부 정보를 공개하면서 오래 전부터 예고한 일반 사용자 전용 그래픽 카드 시장 진출의 막을 올렸다. 기존 강자인 엔비디아와 AMD도 반도체 거대 기업인 인텔이 Xe-HPG(고성능 게이밍) GPU 아키텍처를 전면에 내세우고 그래픽 카드 시장에 진입한 것에 긴장을 늦추지 말아야 할 것이다.
 
인텔 아크의 데뷔 과정은 통상적이지는 않았지만 전략적으로는 방향을 잘 잡은 것으로 보인다. 중간 가격대의 노트북용 아크 3 그래픽을 가장 먼저 출시하고, 여름에 중국 한정으로 비슷한 중급인 아크 A380 데스크톱 GPU를 출시한다. 즉, 데스크톱 시장에서 엔비디아, AMD와의 정면대결을 피하고 노트북과 소프트웨어 분야에서 지닌 막강한 강점을 활용하면서 드라이버 완성도를 높일 수 있는 시간도 몇 개월 확보한 것이다.
 
PCWorld는 별도 기사에서 아크 3 노트북 GPU와 새로운 노트북 제품군에서 주목할 만한 인텔 고유의 핵심 기능을 살펴봤다. 이제 아크 7 데스크톱 그래픽 카드의 성능도 알려졌다. 미리 한 가지 경고하자면, PCIe 리사이저블 바(Resizable BAR)를 활성화하지 않으면 성능 등락 폭이 크다.

그러나 이번 기사의 핵심은 인텔 펠로우인 톰 피터슨이 제공한 아크 알케미스트(Alchemist) 그래픽 카드의 기반인 Xe HPG 아키텍처의 전반적인 개요다. 이 다양한 정보를 통해 그래픽 카드 시장에 진출한 인텔의 야심과 계획을 읽을 수 있다.


이번 기사에서는 인텔 아크 Xe HPG 칩 내부 구조에 사용된 기술을 간략히 설명한다. 엔비디아와 AMD가 설계에 사용하는 기술과 용어가 각각 다르듯, 인텔 아크 칩 역시 독자적인 개념(약간의 설명이 필요한, 클럭 속도에 대한 새로운 접근 방식)을 기반으로 한다. 따라서 아크를 경쟁 GPU 아키텍처와 단순 비교하기는 어렵다. 인텔은 ROP, TMU와 같은 일반적인 용어조차 사용하지 않는다. 그러나 기사를 읽고 나면 Xe HPG의 전반적인 특징을 어느 정도 이해할 수 있을 것이다. 시작해 보자.
 

Xe HPG 소개

모든 아크 GPU의 중심에는 Xe HPG 렌더 슬라이스가 있다. 인텔 노트북과 데스크톱 아크 프로세서는 필요에 따라 확장/축소되어 다양한 시장 요구를 충족하고, 그 핵심인 렌더 슬라이스에는 전용 레이 트레이싱 유닛, 래스터라이저, 지오메트리 블록, 그리고 아크의 토대인 Xe 코어가 포함된다. Xe HPG는 플래그십 아크 A770에서 최대 8개의 렌더 슬라이스까지 확장이 가능하다. 
 
각 렌더 슬라이스에는 Xe 코어 4개와 레이 트레이싱 유닛 4개, 그리고 최신 GPU에 필요한 기타 여러 요소가 포함된다. 렌더 슬라이스는 다이렉트X(DirectX) 12 얼티밋을 완전 지원하므로 인텔 아크 GPU는 레이 트레이싱, 가변 속도 셰이딩, 메시 셰이딩, 기타 다이렉트X 12 표준과 관련된 모든 기능을 처리할 수 있다.
 

더 깊이 들어가서 Xe 코어 자체를 살펴보자. 각 Xe 코어(렌더 슬라이스당 4개의 코어가 있음)는 일반적인 래스터화 작업을 처리하는 16개의 256비트 XVE 벡터 엔진, 머신러닝 작업을 처리하는 1024비트 XMX 매트릭스 엔진(엔비디아 RTX GPU의 텐서 코어와 유사), 그리고 192KB의 공유 L1/SLM 캐시까지, 3개의 핵심 요소로 구성된다. 이 캐시는 컴퓨팅 워크로드 중 작업을 저장하거나 게임 중 셰이더와 텍스처를 저장에 사용된다.
 

PC 게임 시장의 주요 기업들은 레이 트레이싱을 그래픽의 미래로 보고 대대적으로 투자하는 모습이지만(예를 들어 각 Xe 코어에는 셰이더가 이리저리 반사되는 레이 트레이싱 데이터를 더 효율적으로 처리하도록 돕는 일을 하는 특수한 쓰레드 소팅 유닛(Thread Sorting Unit)이 포함됨) 아직까지는 전통적인 렌더링이 주류다. 각 Xe 벡터 엔진에는 일반적인 셰이딩 작업을 처리하기 위한 전용 부동소수점(FP) 실행 포트, 그리고 이와 동시에 정수 기반 작업을 처리할 수 있는 공유 INT/EM 포트가 포함된다.
 
엔비디아는 RTX 20 시리즈 튜링 아키텍처에서 정수 작업으로 FP32 파이프라인이 혼잡해지는 문제를 방지하기 위해 동시 FP/INT 파이프라인을 도입했는데, 이후 이 방식이 표준이 됐다. 이 기술이 실제 게임에서 어떻게 동작하는지 확인한 결과 엔비디아는 100개의 부동소수점 명령어가 수행되는 동안 평균 36개, 많게는 50개의 부동소수점 외 명령어도 함께 처리되면서 파이프라인이 혼잡해진다는 것을 발견했으며, 당시 PCWorld도 이 내용을 보도한 바 있다. 새로운 정수 파이프라인은 부가 명령어를 별도로, FP32 파이프라인과 동시에 처리한다. 두 작업을 동시에 처리하면 속도가 큰 폭으로 향상된다.
 

인텔 전용 XMX 매트릭스 엔진은 각 Xe 코어의 벡터 엔진에 연결된다. 머신러닝 속도를 대폭 높이도록 설계된 엔비디아의 RTX 텐서 코어와 많은 부분에서 비슷하다. 엔비디아가 자랑하는 DLSS 업샘플링에 대한 인텔의 경쟁 카드인 XeSS, 그리고 새로운 인텔 아크 컨트롤(Arc Control) 명령 센터의 하이퍼 컴퓨트(Hyper Compute) 및 가상 카메라 등 특별한 기능의 전제 기술이 바로 이것이다. 
 

호환되는 소프트웨어(예를 들어 XeSS를 사용하는 게임 또는 하이퍼 연산 지원 앱)와 연결되면 XMX 코어의 4딥 시스톨릭 어레이(systolic array)는 INT8 추론에서 클럭당 최대 256개의 곱셈 누적(MAC) 작업을 수행할 수 있다. DP4a 하드웨어가 내장된 최신 GPU가 제공하는 클럭당 64개 연산, 구형 GPU에서 지원되는 클럭당 16개 연산에 비해 비약적으로 성능이 개선되었다.
 
인텔의 XeSS는 XMX 코어가 없는 엔비디아 및 AMD 그래픽 카드에서 실행되는 폴백 모드를 지원하며 기본적으로 DP4a 하드웨어로 설정된다. 이 그림은 인텔이 XMX 하드웨어가 내장된 아크 GPU에서 XeSS가 훨씬 더 빠르게 실행된다고 주장하는 이유를 잘 보여준다.
 

각 Xe 코어에는 총 16개의 벡터 및 매트릭스 엔진이 있으며 각각의 쌍은 연동 실행되어 FP와 INT, XMX 작업을 모두 동시에 실행할 수 있다. 아크 GPU의 부하 처리량은 매우 크다. 이 부하 처리량과 Xe HPG의 복잡한 레이 트레이싱 작업 방법에 대한 자세한 내용은 아래 인텔의 영상에서 소개한다.