Super-Resolution이 무엇인지, AI 알고리즘이 어떻게 반도체로 가속되고 클라우드, 온프레미스 데이터센터를 통해 서비스될 수 있는지 궁금하신 분들에게 도움이 되기를 바랍니다. 그리고, 블루닷의 기술과 제품을 알리고자 하는 간절한 마음도 담았습니다. 😉
2019년 8월 동영상압축 반도체 및 편집앱 분야의 연구개발 및 마케팅 경험을 갖춘 전문가들이 창업한 회사이며, "빠르고 지능적인 비쥬얼클라우드컴퓨팅"이라는 슬로건 아래 반도체설계, 인공지능, 영상처리알고리즘 부분의 전문가들이 함께 도전을 이어가고 있습니다.
Super-Resolution은 낮은 해상도의 동영상을 고화질의 높은 해상도로 변환해 줍니다. 이 기능은 오래된 동영상 컨텐츠를 고해상도로 변환하거나, 라이브 스트리밍 시 송신 영상의 해상도보다 큰 해상도를 시청할 수 있도록 하거나, 화면 내 특정 영역이나 객체만을 확대하는 서비스 등에 사용될 수 있습니다.
인공지능을 이용한 super-resolution은 전통적인 방식의 업스케일링에 비해 뛰어난 화질을 제공하지만, 높은 연산량을 필요로 합니다. 인공지능 신경망의 학습(training) 및 추론(inference)에 GPU가 주로 사용되고 있지만, 성능이나 비용 등의 이유로 실제 서비스에서 사용하기에는 부적합한 경우가 많이 있습니다. 신경망을 작게 만든다면 속도는 향상시킬 수 있지만, 원하는 수준의 결과를 얻지 못하게 될 수도 있습니다.
연산장치로 CPU, GPU, FPGA, ASIC이 있습니다. CPU와 GPU는 높은 범용성을 가지고 있지만, 특정 연산.기능에 최적화된 전용 반도체 회로를 내장한 FPGA나 ASIC보다 느리다는 단점을 가지고 있으며 전력소모가 매우 높습니다. ASIC은 특정 회로가 들어간 상태로 제조가 되면 변경이 불가능하므로 여러 가지 종류의 workload의 처리가 필요한 클라우드 데이터센터에서 사용하기는 적절하지 않습니다. 예를 들어 1000명의 사용자가 클라우드를 통해 각자 다른 연산,기능을 처리하고자 하는 경우 1000가지의 ASIC을 만들어 제공하는 것은 불가능합니다. ASIC은 개발 기간 뿐만 아니라 제조원가가 매우 높기 때문에 고정된 기능에 대해 매우 높은 사용량이 보장되지 않는다면 경제성이 매우 낮다고 할 수 있습니다. 이에 비해 FPGA는 재프로그래밍이 가능한 반도체로 특정 회로가 프로그래밍이 된 상태에서는 높은 성능을 낼 수 있으며, 새로운 기능 또는 업데이트된 기능의 회로로 재프로그래밍이 가능하다는 장점이 있습니다. 이와 같은 이유로 클라우드 컴퓨팅 서비스에서 FPGA가 주목받고 있습니다.
FPGA를 제조하는 가장 대표적인 기업으로는 세계2위의 FPGA업체인 Altera를 인수했던 Intel과 현재 세계 1위인 Xilinx가 있습니다. (아시는 것 처럼 이 Xilinx를 AMD가 인수한다고 발표했었죠) 이 업체들은 데이터센터용으로 FPGA가 장착된 가속카드(PCIe 인터페이스를 갖추고 있습니다)를 판매하고 있으며, 이 카드들은 DELL, HP, SuperMicro, IBM과 같은 기업들이 만드는 서버에 장착되어 클라우드 데이터 센터에서 사용자들에게 서비스되고 있습니다. AWS, Azure를 포함한 거의 모든 클라우드 업체들이 FPGA 인스턴스 제공 서비스를 가지고 있으며 리전region을 계속 확장 중에 있습니다. 또한 이 FPGA카드들은 자체적으로 데이타센터(온프레미스 On-Premise)를 가진 서비스 기업들에게도 판매되고 있습니다.
