3. GPU를 이용하는 인코더, 더 빨라질까?
인코더 및 코덱의 멀티 코어 CPU 지원은 다른 소프트웨어와 마찬가지로 처리 효율과 시간을 절약할 수 있으며 인코더의 최적화 역시 트랜스코딩 (재인코딩) 시간을 단축할 수 있다.
또한 CPU만으로 처리하는 것보다 병렬 처리에 적합한 GPU를 이용하면 인코딩/ 트랜스코딩 작업에서 효율을 높일 수 있다. GPU를 기반으로 한 GPGPU 기술을 이용하는 인코더는 주로 상용이나 외산 인코더에서 찾아볼 수 있었는데 일부 국산 인코더도 GPU를 이용한 인코딩을 지원한다.
GPU를 이용한 인코딩 지원 - 다음 팟, 유마일, 곰 인코더
다음 팟 인코더 (Daum PotEncoder)와 유마일 인코더 (Umile Encoder), 곰 인코더 (GOM Encoder)가 GPU를 이용한 인코딩을 지원한다.
엔비디아 (NVIDIA) 쿠다 (CUDA) 지원 인코더 (다음 팟/ 유마일)
다음 팟인코더와 유마일 인코더는 GPU를 이용한 인코딩 중 엔비디아 (NVIDIA) 쿠다 (CUDA)를 이용한 가속을 지원한다. 다음 팟인코더는 2011년부터 쿠다를 지원해왔으며 엔비디아 레퍼런스 (샘플) 디코더 탑재한다. 이 디코더의 성능은 뛰어나지 않은 것으로 알려졌으며 현재까지 실험 (Experimental) 버전으로 남아있다. 유마일 인코더는 탑재한 디코더를 구체적으로 밝히지 않았으나 무료 제공 인코더인 만큼 상용 디코더를 탑재한 것으로 보이지 않으며 다음 팟인코더와 다르지 않을 것으로 예상된다.
인텔 퀵싱크 비디오 지원 인코더 (다음 팟/ 곰 인코더)
또한 쿠다 외에도 인텔 내장 그래픽인 HD Graphics에는 GPU를 이용한 인코딩 기술 퀵싱크 비디오 (Intel QuickSync Video, QSV)를 탑재하는데 상용 인코더 외에도 다음 팟인코더와 곰 인코더는 퀵싱크 비디오 기술을 지원한다. 쿠다와 마찬가지로 GPU의 도움을 받아 빠른 트랜스코딩 처리를 돕는다.
GPU를 이용한 인코딩, 더 빨라지나?
GPU를 활용하는 인코더 테스트는 CPU로만 인코딩한 작업과 동일하게 1080p WMV와 MPG (MPEG-2) 원본 파일을 iPod Touch H.264 (320x240), iPhone 4 H.264 (960x640)으로 각각 변환해 비교했다.
두 테스트 모두 CPU 단독 처리보다는 GPU의 도움을 받으면 빠른 처리가 이루어지는 것을 알 수 있다. 다만 곰 인코더의 퀵싱크 비디오를 이용한 iPod Touch 변환에서는 CPU 단독 처리보다 약간 느렸으며 iPhone 4 변환 역시 다른 인코더보다 최적화 문제인지 트랜스코딩 시간을 크게 앞당기지 못했다.
유마일 쿠다 (CUDA) : iPod Touch H.264 비활성 (상)/ 활성 (하)
CPU 단독으로 처리할 때와 CPU + GPU를 동시에 이용할 때 트랜스코딩 속도 외에도 CPU 점유율은 차이가 발생하며 GPU 가속이 제대로 이루어지면 GPU 부하가 증가한다.
GPU를 이용하게 되면 GPU 로드가 증가하고 더 빠른 트랜스코딩이 가능한데 CPU 점유율은 인코더에 따라 차이를 보였다.
iPod Touch 변환은 다음 팟인코더에서 쿠다를 활성화했을 때만 CPU 점유율이 소폭 증가했고 퀵싱크 비디오나 유마일 인코더 쿠다는 CPU 점유율이 감소했다. iPhone4 변환은 다음 팟인코더가 CPU 단독 처리시보다 CPU 점유율이 증가했고 쿠다 활성화시에는 CPU 점유율이 크게 증가했다. 유마일 인코더는 쿠다 활성화시 CPU 점유율 소폭 증가, 곰 인코더는 CPU 점유율이 크게 감소해 인코더별 차이가 발생했다.
다음 팟인코더는 GPU를 추가로 사용시 CPU 점유율이 다른 인코더보다 증가하지만 GPU 로드율 즉 GPU 사용률도 증가하면서 트랜스코딩 작업은 CPU와 GPU 상황을 모두 반영해 빠른 처리를 가능하게 해줬다. 이는 다시 말해 CPU와 GPU를 동시에 사용하는 상황에서 최적화가 잘되었다는 것으로 해석할 수도 있다.
상용 인코더와 무료 인코더, GPU (쿠다) 가속 성능 차이 있나?
GPU를 이용한 인코딩 작업 중 쿠다 (CUDA)는 상용과 무료 인코더에 적용되어 사용되고 있으며 무료 인코더에 탑재한 쿠다는 성능이 뛰어나지는 못한 것으로 알려졌다. 이를 고려해 상용 인코더인 미디어 에스프레소 (Media Espresso)를 이용해 쿠다 성능을 비교했다.
무료 인코더는 상용 인코더와 비교해 지원 기능은 다소 부족하지만 사용하기 쉬우며 복잡하지 않고 최적화가 잘되어 CPU 단독 인코딩에서는 더 좋은 변환 성능을 제공한다.
반면 CPU에 GPU 처리 (쿠다)를 함께 이용하자 상용 인코더보다 변환 시간이 느리다. 이는 무료 인코더에 탑재한 쿠다 인코더와의 차이, 그로 인한 처리 성능이나 최적화에 따른 문제로 보인다. 하지만 무료 인코더도 GPU 가속을 이용하면 CPU 단독 처리보다 빠른 변환이 가능해지는 만큼 이를 잘 활용하면 트랜스코딩 시간을 단축하는데 도움이 된다.
[뉴스] 남는 PC 메모리 샘 올트먼에게 신고? 풍자 프로그램 RAM-Altman 등장 
