애플리케이션별 집적 회로

컴퓨팅 분야에서는 작업 유형에 따라 적합한 프로세서도 달라집니다. 예를 들어 GPU는 CPU와 본질적으로 다릅니다. CPU가 순차 처리에 강점을 보이는 반면, GPU는 방대한 수의 코어를 기반으로 병렬 컴퓨팅에 최적화되어 있기 때문입니다. 이에 따라 GPU는 그래픽 렌더링이라는 제한적인 용도에서 발전해, כיום에는 LLM 애플리케이션과 AI 개발을 뒷받침하는 핵심 기반으로 자리 잡았습니다.

ASIC(Application-Specific Integrated Circuit, 주문형 반도체)은 명확히 정의된 특정 기능을 수행하도록 마이크로칩을 설계한다는 개념을 극대화한 것입니다. 제조 후에도 본래 의도와 다른 기능을 수행하도록 재프로그래밍할 수 있는 FPGA(Field-Programmable Gate Array)와는 정반대의 개념입니다. ASIC은 생산 과정에서 훨씬 높은 수준의 맞춤 설계가 적용됩니다. 그 결과 특정 작업에 집중할 수 있으며, 해당 작업에서 탁월한 성능을 제공합니다. 맞춤화 수준은 제조 방식에 따라 달라질 수 있지만, ASIC 칩은 일반적으로 더 다목적으로 활용할 수 있는 다른 칩보다 생산 진입 장벽이 높습니다. 다만 대량 생산을 통해 비용을 상쇄할 수 있습니다.

특정 기능에 더 적합하도록 마이크로칩 설계를 변경한다는 발상은 컴퓨터 과학의 역사에서 중요한 전환점이었습니다. 이름에서 알 수 있듯이 처음에는 컴퓨터 그래픽 렌더링을 목적으로 개발된 초기 GPU는 ASIC의 정의에 부합했습니다. כיום GPU는 훨씬 더 다양한 용도로 활용될 수 있으며, 이에 따라 범용 GPU(GPGPU)로 재분류하려는 움직임도 나타났습니다. 그러나 서로 다른 유형의 프로세서를 개발하고 이기종 컴퓨팅을 통해 각 프로세서의 강점을 결합한다는 기본 개념은 새로운 프로세싱 유닛 제품군의 탄생으로 이어졌습니다. 대표적인 예로 AMD의 APU(가속 처리 장치), NVIDIA BlueField 데이터 처리 장치(DPU), Google의 텐서 처리 장치(TPU) 등이 있습니다. 맞춤형 프로세서로 이점을 얻을 수 있는 적용 분야가 존재하고, 맞춤화 비용을 충당할 만큼 수요가 충분한 한 ASIC 제품과 이와 유사한 프로세서는 IT 인프라에서 계속 중요한 역할을 할 것입니다.

GIGABYTE Technology는 이기종 컴퓨팅을 지원하는 서버 제품을 제공하여 ASIC 제품과 같은 고도로 특화된 프로세서가 기존 CPU 및 GPU와 함께 작동할 수 있도록 합니다. G-Series GPU 서버는 최신 PCIe 인터페이스 기술을 활용하는 다수의 확장 슬롯을 제공하므로, 처리 장치 간 고처리량·저지연 통신이 필요한 ASIC 가속기에 특히 적합합니다. 또한 GIGABYTE의 독자적인 열 관리 설계는 PUE를 최적화하고 안정적인 운영을 유지하면서 프로세서의 성능을 최대한 발휘할 수 있도록 지원합니다.