현대 기기에서 디지털 신호 프로세서(DSP)가 어디에나 쓰이는 이유

ARM CPU가 초기 채택자인 Apple 덕분에 주목받기 시작했을 때 모바일 사용이 급증했습니다. 이점은 명확했습니다. 임베디드 프로세서가 어떤 기기든 다재다능하고 기능 풍부한 플랫폼으로 바꿀 수 있었습니다. 게다가 소프트웨어 업데이트로 하드웨어 수명을 연장할 수 있어 단일 칩이 여러 제품 세대를 구동할 수 있었습니다.

(출처: CEVA)

범용 CPU는 다양한 작업에 뛰어나지만, 실시간 저전력 처리가 요구되는 작업(스마트폰 모뎀 등)에는 어려움을 겪습니다. 모뎀은 디지털화된 연속 아날로그 무선 신호를 처리해야 하는데, 일반적인 CPU로는 과도한 전력 소모 없이 빠르고 효율적인 연산을 제공할 수 없습니다.

DSP는 이런 작업을 위해 설계되었습니다. 네이티브 부동소수점 지원과 최적화된 수학 유닛(특히 곱셈-누산(MAC) 연산)을 갖춘 DSP는 CPU의 일반적인 배치 지향 워크로드와 달리 스트리밍 데이터를 효율적으로 처리합니다.

오디오 처리도 같은 요구사항을 가집니다. DSP는 이퀄라이제이션, 돌비 압축, 비행기에서 편히 잘 수 있게 해주는 고급 노이즈 캔슬링 헤드폰 등 고급 오디오 기능을 구동합니다.

AI가 데이터 센터를 넘어 모바일과 에지 디바이스로 확장되었습니다. 오늘날 차량은 보행자, 충돌, 차선 표시를 감지해 기본적인 자율주행을 수행합니다. 음성 제어 TV, 스마트 스피커, 헬멧 장착형 GoPro까지 사용자가 핸즈프리로 동작을 수행할 수 있게 합니다.

이러한 기능은 음성, 정지 이미지, 비디오 등 스트리밍 데이터의 실시간 처리에 의존합니다. 예를 들어 오디오 처리는 다중 마이크 빔포밍, 에코 캔슬링, 노이즈 억제 등 DSP가 수십 년간 검증된 전문성을 가진 분야에서 고품질 캡처를 요구합니다.

명령어 인식은 훈련된 신경망을 사용합니다. 이는 CPU 중심 코드와 현저히 다른 알고리즘입니다. CPU에서도 실행 가능하지만, 느려서 배터리 수명을 갉아먹습니다. DSP 같은 고병렬 아키텍처에서 네트워크를 실행하면 동시 연산이 가능해 전력을 보존합니다.

DSP가 일반 개발자에게 너무 특화되었다고 생각할 수 있습니다. 실제로는 프로그래밍이 CPU와 유사합니다: 둘 다 C 코드를 작성합니다. 핵심은 최대 성능을 위해 DSP의 강점을 활용하는 코드를 작성하는 것입니다.

(출처: CEVA)

DSP는 어디에나 있습니다: 모든 휴대폰 무선(블루투스, Wi-Fi, 셀룰러)은 하나 이상의 DSP에 의존합니다. 블루투스 이어버드, 스마트 스피커, 음성 제어 리모컨, 홈 보안 카메라, 자동차 센서 모두 오디오 처리, 모션 감지, 실시간 의사결정을 위한 사운드 분석에 DSP를 사용합니다.

GPU는 데이터 센터에서 AI 훈련에 강력하지만 크기, 전력 소비, 비용 때문에 에지 사용에는 부적합합니다. 프라이버시와 보안 요구가 커지면서 AI는 저비용, 저전력 하드웨어로 이동해야 합니다. 이는 DSP를 임베디드 디바이스의 실용적인 선택으로 만듭니다.

결과적으로 임베디드 DSP가 확산되고 있습니다. 완전 프로그래머블하면서 저비용, 저전력 음성 제어, 객체 감지, 오디오 향상 등을 가능하게 합니다. CPU가 여전히 일반 관리를 처리하지만, DSP는 점점 더 스마트 오디오와 비주얼 처리를 지배하고 있습니다.

이 기사는 DSP와 하드웨어 가속기 비교 시리즈의 시작입니다. 후속 포스트로 "DSP가 하드웨어 가속기를 능가할 때"와 "결정, 결정: 하드웨어 가속기인가 DSP인가?"가 이어집니다.