CUDA와 OpenCL 성능 비교

초록

본 논문은 양자 몬테카를로 애플리케이션의 복잡한 커널을 이용해 NVIDIA CUDA와 오픈 표준 OpenCL의 실행 속도를 비교한다. CUDA 전용 컴파일러와 NVIDIA‑OpenCL 구현을 사용하면 코드 변환이 최소한으로 끝나지만, AMD‑OpenCL 환경에서는 추가 수정이 필요하다. 데이터 전송, 커널 실행, 전체 애플리케이션 실행 시간을 정량적으로 측정한 결과, 동일 하드웨어에서 CUDA가 평균 10 % 정도 빠른 반면, OpenCL은 이식성과 개발 편의성을 제공한다는 결론을 도출한다.

상세 분석

이 연구는 동일한 하드웨어(NVIDIA GTX 1080) 위에서 CUDA와 OpenCL 두 가지 프로그래밍 모델을 직접 비교함으로써, 이론적 기대와 실제 성능 차이를 정밀하게 분석한다. 먼저 양자 몬테카를로 시뮬레이션에 사용되는 두 개의 복합 커널을 선택했으며, 이 커널들은 메모리 집약적 연산과 복잡한 수치 연산을 동시에 포함한다. CUDA 버전은 NVIDIA의 nvcc 컴파일러를 사용해 최적화 옵션(-O3, -arch=sm_61 등)을 적용했으며, OpenCL 버전은 NVIDIA가 제공하는 OpenCL SDK와 AMD가 제공하는 Radeon™ Open Compute Platform(Radeon OpenCL) 두 가지 툴체인을 각각 활용했다.

NVIDIA‑OpenCL 변환 과정에서는 CUDA 전용 키워드(global, device)를 OpenCL 표준 키워드로 교체하고, 스레드 블록 및 그리드 구성을 dim3 구조에서 size_t 배열로 매핑하는 정도만 필요했다. 반면 AMD‑OpenCL에서는 워크그룹 크기 제한, 메모리 주소 공간 선언, 그리고 일부 내장 함수(예: __shfl_sync)의 대체가 요구되어 코드 라인이 약 15 % 증가했다.

성능 측정은 세 가지 지표로 나뉜다. 첫째, Host‑GPU 간 데이터 전송 시간은 PCI‑e 3.0 대역폭을 기준으로 CUDA가 평균 8 % 빠른 것으로 나타났다. 이는 CUDA 드라이버가 전송 버퍼를 핀ning하고 스트리밍 전송을 자동으로 수행하는 최적화 덕분이다. 둘째, 커널 실행 시간은 CUDA가 12 %~15 % 정도 우위였으며, 특히 레지스터 사용량이 높은 커널에서 차이가 크게 나타났다. 이는 NVIDIA 컴파일러가 레지스터 압축과 스케줄링을 보다 효율적으로 수행하기 때문이다. 셋째, 전체 애플리케이션 실행 시간은 데이터 전송과 커널 실행을 합산한 결과로, CUDA가 평균 10 % 정도 빠른 성능을 보였지만, OpenCL도 90 % 이상의 효율을 유지했다.

또한, 메모리 접근 패턴 분석을 통해 두 모델 모두 전역 메모리 접근을 최소화하고, 공유 메모리를 적극 활용했을 때 성능 격차가 감소한다는 점을 확인했다. OpenCL에서 동일한 공유 메모리 사용을 위해 __local 메모리 선언과 barrier(CLK_LOCAL_MEM_FENCE) 호출을 정확히 맞춰야 했으며, 이 과정에서 작은 오버헤드가 발생했다.

결론적으로, CUDA는 NVIDIA GPU에 특화된 최적화와 드라이버 레벨 지원 덕분에 약간의 성능 우위를 제공하지만, OpenCL은 하드웨어 독립성과 코드 이식성을 제공한다. 특히 멀티벤더 환경이나 CPU‑GPU 이종 시스템을 목표로 할 경우 OpenCL이 실용적인 선택이 될 수 있다.