1. 기본 컴퓨터 구조 (Architecture)
ㅇ 폰 노이만 구조(Von Neumann Architecture)
- 프로그램과 데이터를 메모리에 저장하고,
. CPU가 순차적으로 명령을 실행하는 전통적 컴퓨터 구조
ㅇ 하버드 구조 (Harvard Architecture)
- 폰 노이만 구조와 거의 동일하나,
. 프로그램과 데이터가 각각 다르게 분리되어 취급됨
2. 병렬 처리 및 고 성능 기법
ㅇ 명령어 파이프라인(Pipeline Processing)
- 명령 실행 단계를 분리해 여러 명령을 겹쳐 처리하는 방식
. 마치, 공장 조립 라인처럼 단계별 동시처리를 통해 성능 향상
ㅇ 슈퍼스칼라 (Superscalar)
- CPU가 한 클럭에 여러 명령을 동시에 실행할 수 있도록 여러 실행 유닛을 가진 구조
. 명령어 병렬성(ILP)을 극대화시킴
ㅇ 멀티 코어 프로세서 (Multi-Core)
- 하나의 칩에 여러 개의 CPU 코어를 넣어 병렬 처리 성능을 높인 구조
ㅇ SIMD (Single Instruction, Multiple Data)
- 하나의 명령으로 여러 데이터를 동시에 처리
. 벡터 연산, 멀티미디어,신호처리에 효과적
ㅇ MIMD / SMP / NUMA 구조
- MIMD : 여러 명령 + 여러 데이터
- SMP : 모든 코어가 동일 메모리 접근
- NUMA : 메모리를 노드별로 구분하여 확장성 확보
ㅇ VLIW (Very Long Instruction Word)
- 컴파일러가 병렬 명령을 묶어 "긴 명령어"로 실행
. DSP, 임베디드 등에서 사용
3. 하드웨어 가속기 (Accelerators)
ㅇ GPU (Graphic Processor Unit)
- 수천 개 코어를 가진 대규모 병렬 연산 장치
. 딥러닝,행렬 연산 등에 핵심적
ㅇ TPU (Tensor Processing Unit)
- 구글이 딥러닝 텐서 연산에 특화해 설계한 가속기
ㅇ NPU / AI Accelerator
- 스마트폰,엣지 기기에서 AI 연산을 위한 전용 칩
. 특히, 전력 효율성이 매우 중요