The Fastest Laptops for 2024

FLOW-3D 수치해석용 노트북 선택 가이드

2024년 가장 빠른 노트북

PCMag이 테스트하는 방법 소개 : 기사 원본 출처: https://www.pcmag.com/picks/the-fastest-laptops

 MSI Titan 18 HX

Fastest Cost-Is-No-Object Laptop : MSI Titan 18 HX

The Lenovo Legion Pro 7i Gen 9 16

Fastest High-End Gaming Laptop: Lenovo Legion Pro 7i Gen 9 16

Acer Nitro V 15 (ANV15-51-59MT)

Fastest Value-Priced Gaming Laptop

Acer Nitro V 15 (ANV15-51-59MT)

Asus ROG Zephyrus G14 (2024)

Fastest Compact Gaming Laptop: Asus ROG Zephyrus G14 (2024)

Asus Zenbook 14 OLED Touch (UM3406) right angle

Fastest Ultraportable Laptop: Asus Zenbook 14 OLED Touch (UM3406)

Apple MacBook Pro 16-Inch (2024, M4 Pro)

Fastest Mac Laptop: Apple MacBook Pro 16-Inch (2024, M4 Pro)

The Dell Precision 5490

Fastest Business Laptop: Dell Precision 5490

Lenovo Yoga Pro 9i 16 Gen 9 left angle

Fastest Big-Screen Productivity Laptop: Lenovo Yoga Pro 9i 16 Gen 9:

The Asus ProArt P16 (H7606)

Fastest Content-Creation Laptop: Asus ProArt P16 (H7606)

HP ZBook Fury 16 G11 right angle

Fastest Workstation Laptop: HP ZBook Fury 16 G11

복잡한 노트북 CPU 모델명 완벽하게 이해하기

출처: 본 자료는 IT WORLD에서 인용한 자료입니다.

https://www.itworld.co.kr/ 2024.12.18

초단간 요약

최신 고성능 윈도우 노트북을 원한다면 다음 세 가지를 살펴보자.

  • 인텔 : 모델명이 ‘2’로 시작하고 ‘V’로 끝나는 코어 울트라 시리즈 2(Core Ultra Series 2). 예를 들면 인텔 코어 울트라 5 226V(시리즈2)가 있다.
  • AMD : 라이젠 AI 300 시리즈. 예시로 AMD 라이젠 AI 7 프로 360.
  • 퀄컴 : 스냅드래곤 X 시리즈의 플러스(Plus) 또는 엘리트(Elite) 제품

이 세 가지 프로세서는 성능과 배터리 수명 면에서 애플 맥북의 M 시리즈와 경쟁하도록 설계됐다. 그러나 노트북을 선택할 때는 프로세서뿐 아니라 다양한 요소를 함께 고려해야 한다.

인텔 프로세서

인텔의 최신 프로세서는 다음 세 가지 범주로 나뉜다.

  • 인텔 코어 울트라(Intel Core Ultra) : 프리미엄 칩으로, AI 전용 프로세서를 탑재했다(예 : 인텔 코어 울트라 7 155U).
  • 인텔 코어(Intel Core) : 주류 노트북에 사용되는 칩으로, 코어 울트라보다 한 단계 아래다(예 : 인텔 코어 7 150U).
  • 인텔 프로세서(Intel Processor) : 과거 펜티엄과 셀러론 브랜드를 대체하는 저가형 PC 칩이다(예 : 인텔 프로세서 N200).

인텔은 프로세서를 성능 등급에 따라 ‘3’, ‘5’, ‘7’, ‘9’로 세분화했다. 숫자가 높을수록 더 많은 코어를 가지고 있다는 의미이며, 이미지 처리 및 비디오 작업 속도가 향상된다. 코어 5와 코어 울트라 5 칩은 웹 브라우징 및 오피스 작업에 적합하다.

Intel Core Ultra 9 processor 185H with different parts of the model name broken down.

Intel

모델명 뒤에 붙는 접미사도 중요하다. 이 글자는 프로세서가 어떻게 최적화되었는지를 나타낸다. 긴 접미사 목록 중에 알아두어야 할 주요 단어는 ‘U’와 ‘H’다. U는 배터리 수명을, H는 성능을 강조한다. 코어 울트라 5 226V의 ‘V’는 코어 울트라 제품 라인에만 적용되는 접미사다.

구형 모델은 12세대 코어 i5 1235U처럼 이름에 ‘i’와 세대 번호가 포함되어 있다. 14세대에 이르러 인텔은 모든 것을 재설정하고 이제 ‘시리즈 1’부터 세기 시작했다(예 : 코어 울트라 155U). 즉, 최신 인텔 칩의 모델명은 구형 모델보다 짧다. 가격이 적당한 경우라면 구형 모델도 여전히 고려해 볼만하다.

AMD 프로세서

AMD는 인텔만큼 브랜딩 개편에 적극적이지는 않다. 애플 및 퀄컴과 경쟁하는 AI 300 시리즈 칩 외에 나머지 프로세서는 2023년 도입된 더 길고 혼란스러운 명명 체계를 따르고 있다.

AMD processor name with various attributes broken down

AMD

예시로 AMD 라이젠 5 8640HS를 살펴본다.

  • 첫 번째 숫자 ‘8’은 세대를 의미하며, 2024년에 출시된 칩을 나타낸다(7735HS는 2023년 제품).
  • ‘5’는 성능 등급을 나타내며, 인텔과 마찬가지로 숫자가 높을수록 성능이 좋다는 의미다. 인텔 코어 5와 코어 7 체계와 유사하게 홀수로 계산된다.
  • 마지막 글자는 프로세서의 최적화 방식이다. ‘U’는 배터리 수명, ‘H’는 성능을 우선시한다.

이 명명 체계를 따르는 칩은 AMD의 구형 젠 4(Zen 4) 아키텍처를 기반으로 하지만, 최신 AI 300 시리즈는 젠 5 아키텍처를 사용한다. AMD가 프로세서 라인 대부분을 최신 아키텍처로 전환함에 따라 이에 맞는 새로운 브랜드가 등장할 것으로 예상된다.

퀄컴 프로세서

퀄컴은 올해 초 전력 효율성에 중점을 두고 PC CPU 경쟁에 합류했다. 퀄컴의 스냅드래곤 X 칩은 휴대폰, 태블릿, 애플의 M 시리즈 프로세서에서 볼 수 있는 것과 동일한 Arm 기반 아키텍처를 사용하며, 우수한 PC 성능과 긴 배터리 수명을 제공한다. 무엇보다 퀄컴의 직관적인 브랜드 전략이 신선하게 다가온다.

  • 스냅드래곤 X 엘리트(Snapdragon X Elite) : 최고급 모델
  • 스냅드래곤 X 플러스(Snapdragon X Plus) : 그보다 한 단계 낮은 모델

마이크로소프트 서피스 노트북에 탑재된 스냅드래곤 X 플러스를 사용해 본 경험에 따르면, 충분한 성능과 하루 종일 지속되는 배터리 수명을 제공했다.

다만, Arm 기반 프로세서가 모든 윈도우 소프트웨어와 호환되는 것은 아니다. 스냅드래곤 PC에서 Arm이 아닌 앱을 실행하는 마이크로소프트의 에뮬레이션 엔진에서도 호환성 문제가 발생할 수 있다. 에뮬레이션 개선과 Arm 버전의 소프트웨어를 출시하는 개발자가 늘어나면서 상황이 점점 개선되고 있지만, 인텔과 AMD 노트북에서는 겪지 않아도 될 골칫거리가 여전히 남아 있다.

CPU 시장의 긍정적인 변화

복잡한 이름을 살펴보는 것이 혼란스러울 수 있고 AI에 대한 강조가 다소 과장된 면이 있지만, PC 프로세서 분야에서 3가지 업체가 경쟁하는 덕분에 상황은 개선되고 있다. 지난 4년간 애플은 전력 효율성 측면에서 독보적인 성과를 보여줬다. 그러나 인텔, AMD, 퀄컴이 새로운 프로세서를 내놓으며 애플의 수준에 도달하고 있다.

물론 복잡한 브랜드와 명명 체계는 단점이지만, 이런 경쟁 덕분에 더 나은 성능과 배터리 수명을 갖춘 제품이 등장하고 있다. 사용자에게 긍정적인 변화다.
dl-itworldkorea@foundryco.com

아래 과거 자료도 선택에 큰 도움이 됩니다.

2023년 01월 11일

본 자료는 IT WORLD에서 인용한 자료입니다.

일반적으로 수치해석을 주 업무로 사용하는 경우 노트북을 사용하는 경우는 그리 많지 않습니다. 그 이유는 CPU 성능을 100%로 사용하는 해석 프로그램의 특성상 발열과 부품의 성능 측면에서 데스크탑이나 HPC의 성능을 따라 가기는 어렵기 때문입니다.

그럼에도 불구하고, 이동 편의성이나 발표,  Demo 등의 업무 필요성이 자주 있는 경우, 또는 계산 시간이 짧은 경량 해석을 주로 하는 경우, 노트북이 주는 이점이 크기 때문에 수치해석용 노트북을 고려하기도 합니다.

보통 수치해석용 컴퓨터를 검토하는 경우 CPU의 Core수나 클럭, 메모리, 그래픽카드 등을 신중하게 검토하게 되는데 모든 것이 예산과 직결되어 있기 때문입니다.  따라서 해석용 컴퓨터 구매 시 어떤 것을 선정 우선순위에 두는지에 따라 사양이 달라지게 됩니다.

해석용으로 노트북을 고려하는 경우, 보통 CPU의 클럭은 비교적 선택 기준이 명확합니다. 메모리 또한 용량에 따라 가격이 정해지기 때문에 이것도 비교적 명확합니다. 나머지 가격에 가장 큰 영향을 주는 것이 그래픽카드인데, 이는 그래픽 카드의 경우 일반적인 게임용이나 포토샵으로 일반적인 이미지 처리 작업을 수행하는 그래픽카드와 3차원 CAD/CAE에 사용되는 업무용 그래픽 카드는 명확하게 분리되어 있고, 이는 가격 측면에서 매우 차이가 많이 납니다.

통상 게임용 그래픽카드는 수치해석의 경우 POST 작업시 문제가 발생하는 경우가 종종 발생하기 때문에 일반적으로 선택 우선 순위에서 충분한 확인을 한 후 구입하는 것이 좋습니다.

FLOW-3D는 OpenGL 드라이버가 만족스럽게 수행되는 최신 그래픽 카드가 적합합니다. 최소한 OpenGL 3.0을 지원하는 것이 좋습니다. FlowSight는 DirectX 11 이상을 지원하는 그래픽 카드에서 가장 잘 작동합니다. 권장 옵션은 NVIDIA의 Quadro K 시리즈와 AMD의 Fire Pro W 시리즈입니다.

특히 엔비디아 쿼드로(NVIDIA Quadro)는 엔비디아가 개발한 전문가 용도(워크스테이션)의 그래픽 카드입니다. 일반적으로 지포스 그래픽 카드가 게이밍에 초점이 맞춰져 있지만, 쿼드로는 다양한 산업 분야의 전문가가 필요로 하는 영역에 광범위한 용도로 사용되고 있습니다. 주로 산업계의 그래픽 디자인 분야, 영상 콘텐츠 제작 분야, 엔지니어링 설계 분야, 과학 분야, 의료 분석 분야 등의 전문가 작업용으로 사용되고 있습니다. 따라서 일반적인 소비자를 대상으로 하는 지포스 그래픽 카드와는 다르계 산업계에 포커스 되어 있으며 가격이 매우 비싸서 도입시 예산을 고려해야 합니다.

MSI, CES 2023서 인텔 코어 i9-13980HX 탑재 노트북 벤치마크 공개

2023.01.11

Mark Hachman  | PCWorld

MSI가 새로운 노트북 CPU 벤치마크, 그리고 그 CPU가 내장돼 있는 신제품 노트북 제품군을 모두 CES 2023에서 공개했다. CES에서 인텔은 노트북용 13세대 코어 칩, 코드명 랩터 레이크와 핵심 제품인 코어 i9-13980HX를 발표했다.

ⓒ PCWorld

새로운 노트북용 13세대 코어 칩이 게임 플레이에서 12% 더 빠르다는 정도의 약간의 정보는 이미 알려져 있다. 사용자가 기다리는 것은 실제 CPU가 탑재된 노트북에서의 성능이지만 보통 벤치마크는 제품 출시가 임박해서야 공개되는 것이 보통이다. 올해는 다르다.

CES 2023에서 MSI는 인텔 최고급 제품군인 코어 i9-13980HX 프로세서가 탑재된 타이탄 GT77 HX과 레이더 GE78 HX를 공개했다. 이례적으로 여기에 더해 PCI 익스프레서 5 SSD의 실제 성능을 측정하는 크리스털디스크마크, 모바일 프로세서 실행 속도를 측정하는 시네벤치 벤치마크 점수도 함께 제공했다. 다음 영상의 결과부터 말하자면 인텔 최신 프로세서를 큰 폭으로 따돌릴 만한 수치다.

https://www.youtube.com/embed/3kvrOIEOUlw

ⓒ PCWorld

MSI는 레이더 GE78 HX 외에도 레이더 GE68 HX 그리고 게이밍 노트북 같지 않은 외관의 스텔스 16 스튜디오, 스텔스 14, 사이보그 14 등 2023년에 출시될 다른 노트북도 전시했다. 오래된 PC 애호가라면 MSI 노트북 전면을 장식한 화려한 복고풍의 라이트 브라이트(Lite Brite) LED를 반가워할지도 모른다. 바닥면 섀시가 투명한 플라스틱 소재로 MSI 로고가 새겨져 있는 제품도 있다. 상세한 가격, 출시일, 사양 등은 추후 공개 예정이다.
editor@itworld.co.kr 

원문보기:
https://www.itworld.co.kr/news/272199#csidx870364b15ea6aa28b53a990bc5c0697 

‘코어 i7 vs. 코어 i9’ 나에게 맞는 고성능 노트북 CP

2021.06.14

고성능 노트북을 구매할 때는 코어 i7과 코어 i9 사이에서 선택의 갈림길에 서게 된다. 코어 i7 CPU도 강력하지만 코어 i9는 최고의 성능을 위해 만들어진 CPU이며 보통 그에 상응하는 높은 가격대로 판매된다.

CPU에 초점을 둔다면 관건은 성능이다. 성능을 좌우하는 두 가지 주요소는 CPU의 동작 클록 속도(MHz), 그리고 탑재된 연산 코어의 수다. 그러나 노트북에서 한 가지 중요한 제약 요소는 냉각이다. 냉각이 제대로 되지 않으면 고성능도 쓸모가 없다. 가장 적합한 노트북 CPU를 결정하는 데 도움이 되도록 인텔의 지난 3개 세대 CPU의 코어 i7과 i9에 대한 정보를 모았다. 최신 세대부터 시작해 역순으로 살펴보자.

11세대: 코어 i9 vs. 코어 i7

인텔의 11세대 타이거 레이크(Tiger Lake) H는 한 가지 큰 이정표를 달성했다. 인텔이 2015년부터 H급 CPU에 사용해 온 14nm 공정을 마침내 최신 10nm 슈퍼핀(SuperFin) 공정으로 바꾼 것이다. 오랫동안 기다려온 변화다.

인텔이 자랑할 만한 10nm 고성능 칩을 내놓자 타이거 레이크 H를 장착한 노트북도 속속 발표됐다. 얇고 가볍고 예상외로 가격도 저렴한 에이서 프레데터 트라이톤(Acer Predator Triton) 300 SE를 포함해 일부는 벌써 매장에 출시됐다. 모든 타이거 레이크 H 칩이 8코어 CPU라는 점도 달라진 부분이다. 이전 세대의 경우 같은 제품군 내에서 코어 수에 차이를 둬 성능 기대치를 구분했다.

클록 차이도 크지 않다. 코어 i7-11800H의 최대 클록은 4.6GHz, 코어 i9-11980HK는 5GHz로, 클록 속도 증가폭은 약 8.6% 차이다. 나쁘지 않은 수치지만 둘 다 8코어 CPU임을 고려하면 대부분의 사용자에게 코어 i9는 큰 매력은 없다.

다만 코어 i9에 유리한 부분을 하나 더 꼽자면 코어 i9-11980HK가 65W의 열설계전력(TDP)을 옵션으로 제공한다는 점이다. 높은 TDP는 최상위 코어 i9에만 제공되는데, 이는 전력 및 냉각 요구사항을 충족하는 노트북에서는 코어 i7 버전보다 더 높은 지속 클록 속도를 제공할 수 있음을 의미한다.

대신 이런 노트북은 두껍고 크기도 클 가능성이 높다. 따라서 두 개의 얇은 랩톱 중에서(하나는 코어 i9, 하나는 코어 i7) 고민하는 사람에겐 열 및 전력 측면의 여유분은 두께와 크기를 희생할 만큼의 가치는 없을 것이다.

*11세대의 승자: 대부분의 사용자에게 코어 i7

10세대: 코어 i9 vs. 코어 i7

인텔은 10세대 코멧 레이크(Comet Lake) H 제품군에서 14nm를 고수했다. 그 대신 코어 i9 CPU 외에 코어 i7에도 8코어 CPU를 도입, 사용자가 비싼 최상위 CPU를 사지 않고도 더 뛰어난 성능을 누릴 수 있게 했다.

11세대 노트북이 나오기 시작했지만 10세대 CPU 제품 중에서도 아직 괜찮은 제품이 많다. 예를 들어 MSI GE76 게이밍 노트북은 빠른 CPU와 고성능 155W GPU를 탑재했고, 전면 모서리에는 RGB 라이트가 달려 있다.

11세대 칩과 마찬가지로 코어와 클록 속도의 차이가 크지 않으므로 대부분의 사용자에게 코어 i7과 코어 i9 간의 차이는 미미하다. 코어 i9-10980HK의 최대 부스트 클록은 5.3GHz, 코어 i7-10870H는 5GHz로, 두 칩의 차이는 약 6%다. PC를 최대 한계까지 사용해야 하는 경우가 아니라면 더 비싼 비용을 들여 10세대 코어 i9를 구매할 이유가 없다.

*10세대 승자: 대부분의 사용자에게 코어 i7

9세대: 코어 i9 대 코어 i7

인텔은 9세대 커피 레이크 리프레시(Coffee Lake Refresh) 노트북 H급 CPU에서 14nm 공정을 계속 유지했다. 코어 i9는 더 높은 클록 속도(최대 5GHz)를 제공하며 8개의 CPU 코어를 탑재했다. 물론 이 칩은 2년 전에 출시됐지만 인텔이 설계를 도운 XPG 제니아(Xenia) 15 등 아직 괜찮은 게이밍 노트북이 있다. 얇고 가볍고 빠르며 엔비디아 RTX GPU를 내장했다.

8코어 4.8GHz 코어 i9-9880HK와 4.6GHz 6코어 코어 i7-9850의 클록 속도 차이는 약 4%로, 실제 사용 시 유의미한 차이로 이어지는 경우는 극소수다. 두 CPU 모두 기업용 노트북에 많이 사용됐다. 대부분의 소비자용 노트북에는 8코어 5GHz 코어 i9-9880HK와 6코어 4.5GHz 코어 i7-9750H가 탑재됐다. 이 두 CPU의 클록 차이는 약 11%로, 이 정도면 유의미한 차이지만 마찬가지로 대부분의 경우 실제로 체감하기는 어렵다.

그러나 코어 수의 차이는 멀티 스레드 애플리케이션에서 큰 체감 효과로 이어지는 경우가 많다. 3D 모델링 테스트인 씨네벤치(Cinebench) R20에서 코어 i9-9980HK를 탑재한 구형 XPS 15의 점수는 코어 i7-9750H를 탑재한 게이밍 노트북보다 42% 더 높았다. 8코어 코어 i9의 발열을 심화하는 무거운 부하에서는 성능 차이가 약 7%로 줄어들었다. 여기에는 노트북의 설계가 큰 영향을 미칠 것이다. 어쨌든 일부 상황에서는 8코어가 6코어보다 유리하다.

또한 수치해석의 경우 결과를 분석하는 작업중의 많은 부분이 POST 작업으로 그래픽처리가 필요하다. 따라서 아래 영상편집을 위한 노트북에 대한 자료도 선택에 도움이 될것으로 보인다.

영상 편집을 위한 최고의 노트북 9선

Brad Chacos, Ashley Biancuzzo, Sam Singleton | PCWorld

2022.12.29

영상을 편집하다 보면 컴퓨터의 여러 리소스를 집약적으로 사용하기 마련이다. 그래서 영상 편집은 대부분 데스크톱 PC에서 하는 경우가 많지만, 노트북에서 영상을 편집하려 한다면 PC만큼 강력한 사양이 뒷받침되어야 한다. 

ⓒ Gordon Mah Ung / IDG

영상 편집용 노트북을 구매할 때 가장 비싼 제품을 선택할 필요는 없다. 사용 환경에 맞게 프로세서, 디스플레이의 품질, 포트 종류 등을 다양하게 고려해야 한다. 다음은 영상 편집에 최적화된 노트북 제품이다. 추천 제품을 확인한 후 영상 편집용 노트북을 테스트하는 팁도 참고하자. 

1. 영상 편집용 최고의 노트북, 델 XPS 17(2022)

ⓒ  IDG

장점
• 가격 대비 강력한 기능
• 밝고 풍부한 색채의 대형 디스플레이
• 썬더볼트 4 포트 4개 제공
• 긴 배터리 수명 
• 시중에서 가장 빠른 GPU인 RTX 3060

단점
• 무겁고 두꺼움
• 평범한 키보드
• USB-A, HDMI, 이더넷 미지원

델 XPS 17(2022)이야말로 콘텐츠 제작에 최적화된 노트북이다. 인텔 12세대 코어 i7-12700H 프로세서 및 엔비디아 지포스 RTX 3060는 편집을 위한 뛰어난 성능을 제공한다. 1TB SSD도 함께 지원되기에 데이터를 옮길 때도 편하다. 

XPS 17은 SD카드 리더, 여러 썬더볼트 4 포트, 3840×2400 해상도의 17인치 터치스크린 패널, 16:10 화면 비율과 같은 영상 편집자에게 필요한 기능을 포함한다. 무게도 2.5kg 대로 비교적 가볍다. 배터리 지속 시간은 한번 충전 시 11시간인데, 이전 XPS 17 버전보다 1시간 이상 늘어난 수치다. 

2. 영상 편집에 최적화된 스크린, 델 XPS 15 9520

ⓒ  IDG

장점
• 뛰어난 OLED 디스플레이
• 견고하고 멋진 섀시(Chassis)
• 강력한 오디오
• 넓은 키보드 및 터치패드

단점
• 다소 부족한 화면 크기
• 실망스러운 배터리 수명
• 시대에 뒤떨어진 웹캠
• 제한된 포트

델 XPS 15 9520은 놀라운 OLED 디스플레이를 갖추고 있으며, 최신 인텔 코어 i7-12700H CPU 및 지포스 RTX 3050 Ti 그래픽이 탑재되어 있다. 컨텐츠 제작 및 영상 편집용으로 가장 선호하는 제품이다. 시스템도 좋지만 투박하면서 금속 소재로 이루어진 외관이 특히 매력적이다. 

15인치 노트북이지만 매일 갖고 다니기에 다소 무거운 것은 단점이다. XPS 17 모델에서 제공되는 포트도 일부 없다. 그러나 멋진 OLED 디스플레이가 단연 돋보이며, 3456X2160 해상도, 16:10 화면 비율, 그리고 매우 선명하고 정확한 색상을 갖추고 있어 좋다. 

3. 최고의 듀얼 모니터 지원, 에이수스 젠북 프로 14 듀오 올레드

ⓒ IDG

장점
• 놀라운 기본 디스플레이와 보기 쉬운 보조 디스플레이 
• 탁월한 I/O 옵션 및 무선 연결
• 콘텐츠 제작에 알맞은 CPU 및 GPU 성능 

단점
• 생산성 노트북 치고는 부족한 배터리 수명
• 작고 어색하게 배치된 트랙패드
• 닿기 어려운 포트 위치

에이수스 젠북 프로 14 듀오(Asus Zenbook Pro 14 Duo OLED)는 일반적이지 않은 노트북이다. 일단 사양은 코어 i7 프로세서, 지포스 RTX 3050 그래픽, 16GB DDR5 메모리, 빠른 1TB NVMe SSD를 포함해 상당한 성능을 자랑한다. 또한 초광도의 547니트로 빛을 발하는 한편 DCI-P3 색영역의 100%를 커버하는 14.5인치 4K 터치 OLED 패널을 갖추고 있다. 사실상 콘텐츠 제작자를 위해 만들어진 제품이라 볼 수 있다.

가장 흥미로운 부분은 키보드 바로 위에 위치한 12.7인치 2880×864 스크린이다. 윈도우에서는 해당 모니터를 보조 모니터로 간주하며, 사용자는 번들로 제공된 에이수스 소프트웨어를 사용해 트랙패드로 사용하거나 어도비 앱을 위한 터치 제어 패널을 표시할 수 있다. 어떤 작업이든 유용하게 써먹을 수 있다.

젠북 프로 14 듀오 올레드는 기본적으로 휴대용이자 중간급 워크스테이션이다. 단, 배터리 수명은 평균 수준이기 때문에 중요한 작업 수행이 필요한 경우, 반드시 충전 케이블을 가지고 다녀야 한다. 그럼에도 불구하고 젠북 프로 14 듀오 올레드는 3D 렌더링 및 인코딩과 같은 작업에서 탁월한 성능을 보여 콘텐츠 제작자들에게 맞춤화 된 컴퓨터이다. 듀얼 스크린은 역대 최고의 기능이다.

4. 영상 편집하기 좋은 포터블 노트북, 레이저 블레이드 14(2021)

ⓒ IDG

장점
• AAA 게임에서 뛰어난 성능
• 훌륭한 QHD 패널
• 유난히 적은 소음 

단점
• 700g으로 무거운 AC 어댑터
• 비싼 가격
• 썬더볼트 4 미지원

휴대성이 핵심 고려 사항이라면, 레이저 블레이드 14(Razer Blade 14) (2021)를 선택해 보자. 노트북 두께는 1.5cm, 무게는 1.7kg에 불과해 비슷한 수준의 노트북보다 훨씬 가볍다. 사양은 AMD의 8-코어 라이젠 9 5900HX CPU, 엔비디아의 8GB 지포스 RTX 3080, 1TB NVMe SSD, 16GB 메모리를 탑재하고 있어 사양도 매우 좋다. 

그러나 휴대성을 대가로 몇 가지 이점을 포기해야 할 수 있다. 일단 14인치 IPS 등급 스크린은 공장에서 보정된 상태로 제공되지만, 최대 해상도는 2560×1440다. 또 풀 DCI-P3 색영역을 지원하지만 4K 영상 편집은 불가능하다. 거기에 레이저 블레이드 14는 SD 카드 슬롯도 없다. 다만 편집 및 렌더링을 위한 강력한 성능을 갖추고 있고 가방에 쉽게 넣을 수 있는 제품인 것은 분명하다. 

5. 배터리 수명이 긴 노트북, 델 인스피론 16

ⓒ Dell

장점
• 넉넉한 16인치 16:10 디스플레이
• 긴 배터리 수명
• 경쟁력 있는 애플리케이션 성능 
• 편안한 키보드 및 거대한 터치패드 
• 쿼드 스피커(Quad speakers)

단점
• GPU 업그레이드 어려움
• 512GB SSD 초과 불가
• 태블릿 모드에서는 어색하게 느껴질 수 있는 큰 스크린 

긴 배터리 수명을 가장 최우선으로 고려한다면, 델 인스피론 16(Dell Inspiron 16)을 살펴보자. 콘텐츠 제작 작업을 하며테스트해보니, 인스피론 16은 한 번 충전으로 16.5시간 동안 이용할 수 있다. 외부에서 작업을 마음껏 편집할 수 있는 시간이다. 그러나 무거운 배터리로 인해 무게가 2.1 kg에 달하므로 갖고 다니기에 적합한 제품은 아니다. 

가격은 저렴한 편이나 몇 가지 단점이 있다. 일단 인텔 코어 i7-1260P CPU, 인텔 아이리스 Xe 그래픽, 16GB 램, 512GB SSD 스토리지를 탑재하고 있다. 이 정도 사양으로 영상 편집 프로젝트 대부분을 작업할 수 있으나, 스토리지 용량이 부족하기 때문에 영상 파일을 저장할 경우 외장 드라이브가 필요하다. 그러나 델 인스피론 16이 진정으로 빛을 발하는 부분은 단연 배터리 수명이다. 또한 강력한 쿼드 스피커 시스템도 사용해 보면 만족할 것이다. 포트의 경우, USB 타입-C 2개, USB-A 3.2 Gen 1 1개, HDMI 1개, SD 카드 리더 1개, 3.5mm 오디오 잭 1개가 제공된다. 

6. 게이밍과 영상 편집 모두에 적합한 노트북, MSI GE76 레이더

ⓒ MSI

장점
• 뛰어난 성능을 발휘하는 12세대 코어 i9-12900HK
• 팬 소음을 크게 줄이는 AI 성능 모드
• 1080p 웹캠과 훌륭한 마이크 및 오디오로 우수한 화상 회의 경험 제공

단점
• 동일한 유형의 세 번째 버전
• 어수선한 UI
• 비싼 가격 

사양이 제일 좋은 제품을 찾고 있을 경우, 크고 무거운 게이밍 노트북을 선택해 보자. MSI GE76 레이더(Raider)는 강력한 14-코어 인텔 코어 i9-12900HK 칩, 175와트의 엔비디아 RTX 3080 Ti가 탑재됐고, 충분한 내부 냉각 성능 덕분에 UL의 프로시온(Procyon) 벤치마크의 어도비 프리미어 테스트에서 다른 노트북보다 훨씬 뛰어난 성능을 보였다. MSI GE76 레이더는 심지어 고속 카드 전송을 위해 PCle 버스에 연결된 SD 익스프레스(SD Express) 카드 리더도 갖추고 있다.

동일한 제품의 작년 모델은 게이머 중심의 360Hz 1080p 디스플레이를 지원한다. 영상 편집 과정에서는 그닥 이상적이지 않은 사양이다. 그러나 2022년의 12UHS 고급 버전은 4K, 120Hz 패널을 추가했는데, 이 패널은 콘텐츠 생성에 맞춰 튜닝 되지는 않았으나 17.3인치의 넓은 스크린 크기이기에 영상 편집자에게 꽤 유용하다. 

7. 가성비 좋은 노트북, HP 엔비 14t-eb000(2021) 

ⓒ IDG

장점
• 높은 가격 대비 우수한 성능
• 환상적인 배터리 수명
• 성능 조절이 감지되지 않을 정도의 저소음 팬 
• 썬더볼트 4 지원

단점
• 약간 특이한 키보드 레이아웃
• 비효율적인 웹캠의 시그니처 기능

가장 빠른 영상 편집 및 렌더링을 원할 경우 하드웨어에 더 많은 비용을 들여야 하지만, 예산이 넉넉하지 않을 때가 있다. 이때 HP 엔비(Envy) 14 14t-eb000) (2021)를 이용해보면 좋다. 가격은 상대적으로 저렴한 편이고 견고한 기본 컨텐츠 제작에 유용하다. 

엔트리 레벨의 지포스 GTX 1650 Ti GPU 및 코어 i5-1135G7 프로세서는 그 자체로 업계 최고 제품은 아니다. 하지만 일반적인 편집 작업을 충분히 수행할 수 있는 사양이다. 분명 가성비 좋은 제품이다. 14인치 1900×1200 디스플레이는 16:10 화면 비율로 생산성을 향상하고, 공장 색 보정과 DCI-P3는 지원하지 않지만 100% sRGB 지원을 제공한다. 그뿐만 아니라, HP 엔비 14의 경우 중요한 SD 카드 및 썬더볼트 포트가 포함되며, 놀라울 정도로 조용하게 실행된다. 

8. 컨텐츠 제작에 알맞은 또다른 게이밍 노트북, 에이수스 ROG 제피러스 S17

장점
• 뛰어난 CPU 및 GPU 성능
• 강력하고 혁신적인 디자인
• 편안한 맞춤형 키보드

단점
• 약간의 압력이 필요한 트랙패드
• 상당히 높은 가격

에이수스 ROG 제피러스(Zephyrus) S17은 영상 편집자의 궁극적인 꿈이다. 이 노트북은 초고속 GPU 및 CPU 성능과 함께 120Hz 화면 재생률을 갖춘 놀라운 17.3인치 4K 디스플레이를 탑재하고 있다. 견고한 전면 금속 섀시, 6개의 스피커 사운드 시스템 및 맞춤형 키보드는 프리미엄급 경험을 더욱 향상한다. 거기다 SD 카드 슬롯 및 풍부한 썬더볼트 포트가 포함되어 있어 더욱 좋다. 그러나 이를 위해 상당한 비용을 지불해야 한다. 예산이 넉넉하고 최상의 제품을 원한다면 제피루스 S17을 선택하면 된다. 

9. 강력한 휴대성을 가진 노트북, XPG 제니아 15 KC 

ⓒ XPG 

장점
• 가벼운 무게
• 조용함
• 상대적으로 빠른 속도

단점
• 중간 수준 이하의 RGB
• 평범한 오디오 성능
• 느린 SD 카드 리더 

사양이 좋은 노트북의 경우, 대부분 부피가 크고 무거워서 종종 2.2kg 또는 2.7kg를 넘기도 한다. XPG 제니아 15 KC(XPG Xenia 15 KC)만은 예외다. XPG 제니아 15 KC의 무게는 1.8kg가 조금 넘는 수준으로, 타제품에 비해 상당히 가볍다. 또한 소음도 별로 없다. 원래 게이밍 노트북 자체가 소음이 크기에 비교해보면 큰 장점이 될 수 있다. 1440p 디스플레이와 상대적으로 느린 SD 카드 리더 성능으로 인해 일부 콘텐츠 제작자들이 구매를 주저할 수 있으나, 조용하고 휴대하기 좋은 제품을 찾고 있다면 제니아 15 KC가 좋은 선택지다. 

영상 편집 노트북 구매 시 고려 사항

영상 편집 노트북 구매 시 고려해야 할 가장 중요한 사항은 CPU 및 GPU다. 하드웨어가 빨라질수록 편집 속도도 빨라진다. 필자는 UL 프로시온 영상 편집 테스트(UL Procyon Video Editing Test)를 통해 속도를 테스트해보았다. 이 벤치마크는 2개의 서로 다른 영상 프로젝트를 가져와 색상 그레이딩 및 전환과 같은 시각적 효과를 적용한 다음, 1080p와 4K 모두에서 H.264, H.265를 사용해 내보내는 작업을 어도비 프리미어가 수행하도록 한다. 

ⓒ Gordon Mah Ung / IDG

성능은 인텔의 11세대 프로세서를 실행하는 크고 무거운 노트북에서 가장 높았고, AMD의 비피 라이젠 9(beefy Ryzen 9) 프로세서를 탑재한 노트북이 바로 뒤를 이었다. 10세대 인텔 칩은 여전히 상당한 점수를 기록하고 있다. 위의 차트에는 없으나 새로운 인텔 12세대 노트북은 더 빨리 실행된다. 최고 성능의 노트북은 모두 최신 인텔 CPU 및 엔비디아의 RTX 30 시리즈 GPU를 결합했는데, 두 기업 모두 어도비 성능 최적화에 많은 시간 및 리소스를 투자했기 때문에 놀라운 일은 아니다. 

GPU는 어도비 프리미어 프로에서 CPU보다 더 중요하지만, 매우 빠르게 수확체감 지점에 다다른다. 최고급 RTX 3080 그래픽을 사용하는 노트북은 RTX 3060 그래픽을 사용하는 노트북보다 영상 편집 속도가 더 빠르나, 속도 차이가 크지는 않다. 델 XPS 17 9710의 점수를 살펴보면, 지포스 RTX 3060 노트북 GPU는 MSI GE76 레이더의 가장 빠른 RTX 3080보다 14% 더 느릴 수 있다. 특히 GE76 레이더가 델 노트북에 비해 얼마나 더 크고 두꺼운지를 고려할 때 수치가 크지는 않다.

일반적으로 그래픽과 영상 편집을 위해 적어도 RTX 3060을 갖추는 것을 권장한다. 그러나 영상 편집은 워크플로에 크게 의존한다. 특정 작업 및 도구는 CPU 집약적이거나 프리미어보다 GPU에 더 의존할 수 있다. 이 경우 원하는 요소의 우선순위를 조정하길 바란다. 앞서 언급한 목록은 기본적으로 여러 요소를 종합적으로 고려해서 만든 내용이다.

인텔 및 엔비디아는 각각 퀵 싱크(Quick Sync) 및 쿠다(CUDA)와 같은 도구를 구축하는 데 수년을 보냈고, 이로 인해 많은 영상 편집 앱의 속도는 크게 향상될 수 있다. AMD 하드웨어는 영상 편집에 적합하나 특히 워크플로가 공급업체별 소프트웨어 최적화에 의존하는 경우, 특별한 이유가 없는 한 인텔 및 엔비디아를 사용하는 것을 추천한다. 

영상 촬영 ⓒ Gordon Mah Ung/IDG

그러나 내부 기능만 신경 써서는 안된다. PC월드의 영상 디렉터인 아담 패트릭 머레이는 “영상 편집에 이상적인 노트북에는 카메라로 촬영 중 영상 파일을 저장하는 SD 카드 리더가 포함되어 있다”라고 강조한다. 또한 머레이는 영상 편집에 이상적인 게임용 노트북에서 흔히 볼 수 있는 초고속 1080p 패널보다 4k, 60Hz 패널을 갖춘 노트북을 선택할 것을 추천한다.

4K 영상을 잘 편집하려면 4K 패널이 필요하며, 초고속 화면 재생률은 게임에서처럼 영상 편집에는 아무런 의미가 없다. 예를 들어, 개인 유튜브 채널용으로 일상적인 영상만 만드는 경우 색상 정확도가 중요하지 않을 수 있다. 그러나 색상 정확도가 중요할 경우, 델타 E < 2 색상 정확도와 더불어 DCI-P3 색 영역 지원은 필수적이다. 

게임용 노트북은 사양이 좋지만 콘텐츠 제작용으로는 조금 부족해 보일 수 있다. 게임용과 콘텐츠 제작용으로 함께 쓰는 노트북을 원한다면, 게임용으로 노트북 한 대를 구매하고, 색상을 정확히 파악하기 위한 모니터를 추가로 구매하는 것도 방법이다. 
editor@itworld.co.kr

원문보기:
https://www.itworld.co.kr/topnews/269913#csidxa12f167cd9eef5abfb1b6d099fb54ea 

그래픽 카드

AMD FirePro Naver Shopping 검색 결과

2021-12-15 기준

현재 NVIDIA Quadro pro graphic card : 네이버 쇼핑 (naver.com)

코어가 많은 그래픽카드의 경우 가격이 상상 이상으로 높습니다. 빠르면 빠를수록 좋겠지만 어디까지나 예산에 맞춰 구매를 해야 하는 현실을 감안할 수 밖에 없는 것 같습니다.

한가지 유의할 점은 엔비디아의 GTX 게이밍 하드웨어는 모델에 따라 다르기는 하지만, 볼륨 렌더링의 속도가 느리거나 오동작 등 몇 가지 제한 사항이 있습니다. 일반적으로 노트북에 내장된 통합 그래픽 카드보다는 개별 그래픽 카드를 강력하게 추천합니다. 최소한 그래픽 메모리는 512MB 이상이어야 하고 1GB이상을 권장합니다.


2021-12-15 현재 그래픽카드의 성능 순위는 위와 다음과 같습니다.
출처: https://www.videocardbenchmark.net/high_end_gpus.html

주요 Notebook

출시된 모든 그래픽 카드가 노트북용으로 장착되어 출시되지는 않기 때문에, 현재 오픈마켓 검색서비스를 제공하는 네이버에서 Lenovo Quadro 그래픽카드를 사용하는 노트북을 검색하면 아래와 같습니다. 검색 시점에 따라 상위 그래픽카드를 장착한 노트북의 대략적인 가격을 볼 수 있을 것입니다.

<검색 방법>
네이버 쇼핑 검색 키워드 : 컴퓨터 제조사 + 그래픽카드 모델 + NoteBook 형태로 검색
Lenovo quadro notebook or HP quadro notebook 또는 Lenovo firepro notebook or HP firepro notebook


( 2021-12-15기준)

대부분 검색 시점에 따라 최신 CPU와 최신 그래픽카드를 선택하여 검색을 하면 예산에 적당한 노트북을 자신에게 맞는 최상의 노트북을 어렵지 않게 선택할 수 있습니다.

(주)에스티아이씨앤디 솔루션사업부

EVGA 지포스 RTX 2060 KO 같은 현대적인 그래픽카드는 여러 디스플레이를 동시에 연결할 수 있다. ⓒ BRAD CHACOS/IDG

FLOW-3D POST용 그래픽 카드, 모니터 선택 가이드

High End Graphic Card 안내

원본 출처: https://www.videocardbenchmark.net/high_end_gpus.html

Update: 2024-11-28

PCI-Express(또는 PCI-E) 표준을 사용하는 최근 출시된 AMD 비디오 카드(예: AMD RX 6950 XT)와 nVidia 그래픽 카드(예: nVidia GeForce RTX 3090)는 하이엔드 비디오 카드 차트에서 흔히 볼 수 있습니다.

PassMark - G3D Mark High End Videocards
PassMark - G3D Mark High End Videocards / Price
PassMark – G3D Mark High End Videocards / Price

FLOW-3D POST 성능과 밀접한 그래픽카드의 이해

FLOW Science, inc의 최첨단 POST Processor인 FLOW-3D POST를 최대한 활용하려면 좋은 하드웨어가 있어야 합니다. 이 블로그에서 소프트웨어 엔지니어링의 GUI 개발자/관리자인 Stephen Sanchez는 이러한 하드웨어 권장 사항에 따라 최적의 FLOW-3D POST 경험을 얻을 수 있는 방법에 대해 정보를 제공 합니다.

고품질 그래픽 하드웨어

최소 3GB의 VRAM 이 있는 그래픽 카드로 시작하는 것이 좋습니다 . 이것은 많은 볼륨 렌더링을 수행할 경우 특히 중요합니다. 볼륨 렌더링은 FLOW-3D POST 의 고급 기능으로 iso-surface가 아닌 유체 도메인 전체에서 변수의 세부 사항을 시각화합니다. 이 기능은 매우 통찰력 있지만 후 처리 중에 효과적으로 사용하려면 좋은 하드웨어가 필요합니다.

다음으로 Intel 통합 그래픽을 기본 그래픽 하드웨어로 사용해서는 안됩니다. 인텔 통합 그래픽은 전용 그래픽 하드웨어가 있는 랩톱에서도 대부분의 랩톱에서 일반적입니다(자세한 내용은 아래 참조). 

대부분의 FLOW-3D POST 기능은 이 구성에서 작동하지 않으므로 Intel 통합 그래픽을 지원하지 않습니다. 

FLOW-3D POST 는 NVIDIA 그래픽 카드 와 함께 사용할 때 가장 잘 수행됩니다. FLOW-3D POST 가 잘 작동하는 것으로 확인되었으므로 Maxwell 아키텍처 제품군 이상의 NVIDIA 그래픽 하드웨어를 적극 권장 합니다. 

NVIDIA Quadro 카드는 가장 안정적인 것으로 입증되었습니다. 고급 AMD 카드도 작동해야 하지만 NVIDIA 하드웨어 및 드라이버만큼 안정적이지 않다는 사실을 발견 했으므로 항상 AMD보다 NVIDIA를 권장합니다.

Nvidia 그래픽 카드

노트북의 듀얼 그래픽 카드 – 간단하지만 숨겨진 솔루션

이제 많은 노트북에 NVIDIA 그래픽 카드와 Intel 통합 그래픽 간에 전환 할 수 있는 기능이 있습니다. NVIDIA 카드로 FLOW-3D POST 가 실행되고 있는지 확인하는 것이 중요합니다 . NVIDIA 제어판을 통해 NVIDIA 카드로 노트북을 강제로 실행할 수 있습니다.

그래픽 카드를 Nvidia로 전환

비디오 드라이버 업데이트

비디오 드라이버가 업데이트 되었는지 확인하는 것이 좋습니다. FLOW-3D POST 에서 비디오 드라이버를 업데이트하여 쉽게 해결할 수 있는 아티팩트 및 디스플레이 문제에 대한 보고가 있었습니다 . 비디오 드라이버를 최신 상태로 유지하는 것은 이러한 문제를 방지하는 좋은 방법입니다.

RAM, RAM, RAM!

메모리가 충분하지 않으면 시뮬레이션 후 처리가 불가능할뿐만 아니라 메모리 요구 사항을 인식하는 것이 중요합니다. 최대 10 배의 성능 저하로 이어질 수 있습니다! FLOW-3D POST 에 필요한 RAM 양은 여러 요소, 특히 시뮬레이션 크기에 따라 다릅니다. 사용자에게 최대한의 유연성을 제공하기 위해 메시의 셀 수에 따라 다음과 같은 RAM 권장 사항이 있습니다.

  • 초대형 (2 억 개 이상의 셀) : 최소 128GB
  • 대용량 (6 천 ~ 1 억 5 천만 셀) : 64-128GB
  • 중간 (3 천만 ~ 6 천만 셀) : 32-64GB
  • 소형 (3,000 만 셀 이하) : 최소 32GB

FLOW-3D POST 는 메모리 집약적 일 수 있습니다. 실행할 시뮬레이션 크기에 대한 대략적인 아이디어가 있는 경우, 이 지침을 가능한 한 잘 따르는 것이 좋습니다. 즉, 유연성을 극대화하고 가장 원활한 FLOW-3D POST 경험을 보장하기 위해 문제 크기에 관계없이 가능한 한 많은 RAM을 확보하는 것이 좋습니다.


그래픽 카드를 업그레이드 교체 설치하는 방법

그래픽 카드를 업그레이드하는 것은 성능 향상을 위한 좋은 방법이다. 그래픽 카드 업그레이드를 통해 시각적으로 고사양을 요구하는 POST 작업을 쉽게 소화할 수 있는 컴퓨터로 진화할 수 있다. 

업그레이드를 위한 그래픽 카드 구매시 고려 사항, 기존 PC에 적합한가? 

원하는 그래픽 카드를 결정하는 것은 복잡하고 미묘한 문제다. AMD와 엔비디아는 200달러 미만에서부터 최대 1,500달러에 이르는 지포스(GeForce) RTX 3090에 이르기까지 거의 모든 예산에 대한 선택지를 제공하기 때문이다.

카드의 소음, 발열, 전력 소비 등과 같은 사항을 고려할 수 있겠지만, 일반적으로는 비용 대비 가장 큰 효과를 제공하는 그래픽 카드를 원한다.

컴퓨터가 새 그래픽 카드를 지원하는 적절한 하드웨어인지 확인한다. 

사용자가 겪는 가장 일반적인 문제는 부적절한 파워 서플라이(power supply)다. 충분한 전력을 공급할 수 없거나 사용 가능한 PCI-E 전원 커넥터가 충분하지 않을 수 있다. 필자의 경험상 파워 서플라이는 적어도 제조업체에서 권장하는 파워 서플라이의 요구 사항을 충족해야 한다. 예를 들어, 350W를 소비하는 지포스 GTX 3090을 구입했다면 8핀 전원 커넥터 한 쌍과 함께 엔비디아에서 제안한 최소 750W의 전력 공급 장치를 갖춰야 한다. 

현재 파워 서플라이가 얼마나 많은 전력을 제공하는지 알아보려면 PC 본체를 열고 모든 파워 서플라이에 기본 정보가 나열된 표준 식별 스티커를 확인하면 된다. 또한 사용 가능한 6핀 및 8핀 PCI-E 커넥터의 수를 확인할 수 있다. 

ⓒ Thomas Ryan 파워서플라이
ⓒ Thomas Ryan 파워서플라이

마지막으로 본체 내부에 새 그래픽 카드를 넣을 충분한 공간이 있는지 확인한다. 일부 고급 그래픽 카드는 길이가 상당히 길어 30Cm 이상일 수 있으며, 확장 슬롯이 2개 또는 3개가 될 수 있다. 해당 그래픽 카드의 실제 크기는 제조업체 웹사이트에서 찾을 수 있다. 

여기까지 해결했다면 이제 본격적으로 설치 작업에 착수한다. 


생각보다 간단한 그래픽 카드 설치 작업

그래픽 카드 설치에는 새 그래픽 카드, 컴퓨터, 그리고 십자 드라이버 3가지만 있으면 된다. 설치하기 전 PC를 끄고 전원 플러그를 뽑는다. 

기존 GPU를 제거해야 하는 경우가 아니면, 먼저 프로세서의 방열판에 가장 가까운 긴 PCI-E x16 슬롯을 찾아야 한다. 이 슬롯은 메인보드의 첫 번째 또는 두 번째 확장 슬롯이다. 

이 슬롯에 접근을 차단하는 느슨한 전선이 없는지 확인한다. 기존 그래픽 카드를 교체하는 경우, 연결된 케이블을 모두 분리하고, PC 본체 후면 내부에 고정 브래킷에서 나사를 제거한 다음, 카드를 제거한다. 대부분의 메인보드에는 그래픽 카드를 제자리에 고정하는 PCI-E 슬롯 끝에 작은 플라스틱 걸쇠(latch)가 있다. 이 걸쇠를 눌러 이전 그래픽 카드의 잠금을 해제하고 분리한다.

ⓒ Thomas Ryan PCI-E x16 슬롯에 설치
ⓒ Thomas Ryan PCI-E x16 슬롯에 설치

이제 새 그래픽 카드를 개방형 PCI-E x16 슬롯에 설치할 수 있다. 카드를 슬롯에 완전히 삽입한 다음, PCI-E 슬롯 끝에 있는 플라스틱 걸쇠를 눌러 제자리에 고정한다. 그런 다음 나사를 사용해 그래픽 카드의 금속 고정 브래킷을 PC 본체에 고정한다. 덮개 브래킷 또는 이전 그래픽 카드를 고정했던 나사를 재사용할 수 있다. 

ⓒ Thomas Ryan 그래픽 카드에는 추가 전원 커넥터 연결
ⓒ Thomas Ryan 그래픽 카드에는 추가 전원 커넥터 연결

대부분의 게임용 그래픽 카드에는 추가 전원 커넥터가 필요하다. 추가 전원이 필요한 경우, 해당 PCI-E 전원 케이블을 연결했는지 확인한다. 전원이 제대로 공급되지 않으면 그래픽 카드가 제대로 작동하지 않는다. 이 PCI-E 전원 케이블을 연결하지 않으면 PC 자체가 부팅되지 않을 수 있다.  

그래픽 카드를 고정하고 난 후, 전원을 켠 상태에서 본체 측면 패널을 제자리로 밀어넣고 디스플레이 케이블을 새 그래픽 카드에 연결해 작업을 완료한다. 이제 컴퓨터를 켠다. 

이제 그래픽 카드의 소프트웨어를 업그레이드할 단계가 왔다. 

새 그래픽 카드가 이전 카드와 동일한 브랜드일 경우에는 절차가 간단하다. 제조업체의 웹사이트로 이동해 운영체제에 맞는 최신 드라이버 패키지를 다운로드한다. 그래픽 드라이버는 일반적으로 약 500MB로, 상당히 크다. 인터넷 연결 속도에 따라 다운로드하는 데 시간이 걸릴 수도 있다. 드라이버를 설치하고 컴퓨터를 다시 시작하면 이제 새 그래픽 카드가 제공하는 부드럽고 매끄러운 프레임 속도를 즐길 수 있다.
  
그래픽 카드 제조업체가 바뀐 경우(인털에서 AMD로, 혹은 AMD에서 인텔로), 새 그래픽 카드용 드라이버를 설치하기 전에 이전 그래픽 드라이버를 제거하고 컴퓨터를 다시 시작해야 한다. 이전 드라이버를 제거하지 않으면 새 드라이버와 충돌할 수 있다. 

editor@itworld.co.kr 기사 일부 발췌 인용

그래픽 카드 GPU 온도 확인하는 방법

그래픽 카드 온도 확인은 아주 쉽다. 윈도우에서 바로 온도를 확인할 수 있는 내장 도구도 추가됐다. 또한, 무료 GPU 모니터링 도구가 많이 있고 그중 대다수가 온도를 측정해준다. 조금 더 자세히 알아보자.

ⓒ MARK HACHMAN / IDG 그래픽카드 온도 확인
ⓒ MARK HACHMAN / IDG 그래픽카드 온도 확인

마이크로소프트가 윈도우 10 2020년 5월 업데이트에서 GPU 온도 모니터링 툴을 작업 관리자에 추가했다. 무려 24년이나 걸렸다.

Ctrl+Shift+Esc를 열어 작업 관리자 대화창을 열거나 Ctrl+Alt+Delete에서 ‘작업 관리자’를 선택하거나 윈도우 시작 메뉴 아이콘을 오른쪽 클릭해서 ‘작업 관리자’를 선택한다. 여기에서 ‘성능’ 탭으로 들어가면 왼쪽에 GPU를 확인할 수 있을 것이다. 윈도우 10 2020년 5월 업데이트 혹은 그 이후 버전의 윈도우가 설치되어 있을 때만 사용할 수 있는 기능이다.

하지만 이 기능은 매우 단순하다. 시간 흐름에 따른 온도 변화를 추적하지 않고, 현재의 온도만을 보여준다. 그리고 업무를 하거나 오버클럭 조정 중에 작업 관리자를 여는 것도 귀찮을 수 있다. 마침내 윈도우에 GPU 온도를 확인할 수 있는 기능이 들어간 것은 환영하지만, 뒤이어 설명할 서드파티 도구가 훨씬 더 나은 GPU 온도 확인 옵션을 제공한다.

AMD 라데온 그래픽 카드 사용자가 라데온 세팅(Radeon Setting) 앱을 최신 버전으로 유지하고 있다면 방법은 쉽다. 2017년 AMD는 시각 설정을 변경할 수 있는 라데온 오버레이(Radeon Overlay)를 출시했다. 여기에도 GPU 온도와 다른 중요한 정보를 확인할 수 있는 성능 모니터 기능이 있다.

프로그램을 활성화하려면 Alt+R 키를 눌러 라데온 오버레이를 불러온다. 성능 모니터링 섹션에서 원하는 탭을 선택한다. Ctrl+Shift + 0을 눌러서 성능 모니터링 도구 설정을 단독으로 불러올 수 있다.

라데온 세팅 앱에서 오버클럭 도구인 와트맨(Wattman)으로 이동해 GPU 온도를 확인할 수 있다. 윈도우 바탕 화면을 우클릭하고, 라데온 설정을 선택한 후 게이밍(Gaming) > 글로벌 세팅(Global Setting) > 글로벌 와트맨(Global Wattman) 항목으로 이동한다. 도구를 사용해 지나친 오버클럭으로 그래픽 카드를 날려버리지 않겠다고 서약한 후에는 와트맨에 액세스하고 GPU 온도, 그리고 그래프 형태로 된 핵심적 통계 수치를 볼 수 있다. 여기까지가 전부다.

라데온 사용자가 아닌 사람도 많을 것이다. 스팀의 하드웨어 설문 조사는 전체 응답자 PC 중 75%가 엔비디아 지포스 그래픽 카드를 탑재했다는 결과를 발표했다. 그리고 지포스 익스피리언스 소프트웨어는 GPU 온도 확인 기능을 제공하지 않아서 서드파티 소프트웨어의 손을 빌려야 한다.

그래픽 카드 제조 업체는 보통 GPU 오버 클럭을 위한 특수한 소프트웨어를 제공한다. 이 도구에는 라데온 오버레이처럼 가장 중요한 측정을 실행할 때 OSD(On-Screen Display)를 지속하는 옵션 등이 있다. 여러 종류 중에서 가장 추천하는 것은 다재다능함을 갖춘 MSI의 애프터버너(Afterburner) 도구다. 이 제품은 오랫동안 인기를 얻었는데 엔비디아 지포스, AMD 라데온 그래픽 카드 두 제품 모두에서 잘 작동하고, 반길 만한 다른 기능도 더했다.

IDG HWInfo는 언제나 누구에게나 적합한 모니터링 프로그램
IDG HWInfo는 언제나 누구에게나 적합한 모니터링 프로그램

GPU 온도에 전혀 관심이 없다면? 그렇다면 시스템의 온도 센서를 보여주는 모니터링 소프트웨어를 설치하면 편리할 것이다. HWInfo는 언제나 누구에게나 적합한 모니터링 프로그램으로, PC의 모든 부품의 가상 스냅샷을 보여준다. 스피드팬(SpeedFan) 과 오픈 하드웨어 모니터(Open Hardware Monitor)도 신뢰할 만한 서드파티 앱이다.

‘착한’ GPU 온도는 몇 도?

이제 그래픽 카드를 모니터링하는 소프트웨어를 갖췄다. 하지만 화면을 채우는 숫자는 맥락이 없이는 아무것도 아니다. 그래픽 카드 온도는 어디까지 괜찮은 것일까?

쉬운 대답은 없다. 제품마다 다르다. 이럴 때는 구글이 친구가 된다. 대다수 칩은 섭씨 90도 중반에도 작동하고, 게이밍 노트북에서도 90도까지 온도가 올라가는 경우가 흔히 있다. 그러나 일반 데스크톱 PC 온도가 90도 이상으로 올라간다면 구조 신호나 다름없다. 공기 흐름이 원활한 GPU 1대 시스템에서는 80도 이상 올라가면 위험하다. 팬이 여러 개 달린 커스텀 그래픽 카드는 무거운 워크로드 하에서도 60~70도가 적당하고, 수냉쿨러가 달린 GPU라면 온도가 더 낮아야 할 것이다.

그래픽 카드가 최근 5년 안에 생산된 제품이고 90도 이상으로 뜨거워진다면, 또는 최근 몇 주간 온도가 급격히 상승했다면 다음의 냉각 방법을 고려해보자.


그래픽 카드 온도 낮추는 법

그래픽 카드 온도가 높아졌을 때 하드웨어 업그레이드에 돈을 들이지 않고 개선하지 않기란 어렵다. 그러나 돈을 쏟아붓기 전에 정말 그래야 하는지 필요성을 점검해 보자. 다시 한번 강조하지만 그래픽 카드는 뜨거운 온도를 버틸 수 있도록 설계되어 있다. PC가 무거운 게임이나 영상 편집 중에 강제 종료되는 경우가 아니라면 아마도 걱정할 필요가 없을 것이다.

우선, 시스템의 케이블을 깨끗하게 정리해 GPU 주변의 공기가 원활하게 순환되는지 확인하라. 케이블이 깔끔하게 정리됐다면 케이스에 팬을 추가하는 것도 고려한다. 모든 PC는 최적의 성능을 위해 공기를 빨아들이고 내보내는 팬이 여럿 달려 있는데, POST PC라면 팬은 더 많아야 한다. 저렴한 팬은 10달러부터 구입할 수 있고, RGB 조명이 붙은 화려한 제품은 조금 더 가격이 높다.

마지막으로, GPU와 히트싱크의 써멀 페이스트가 오래되어 말라 있다면 효율이 떨어질 수 있다. 특히 오래된 그래픽 카드라면 더더욱 그렇다. 그리고 아주 드문 경우지만 품질이 좋지 않은 써멀 페이스트가 발라져서 출시되는 경우도 있다. 다른 방법이 모두 효과가 없다면 써멀 페이스트를 다시 바르는 것을 시도해보자. 그러나 과정이 매우 어려울 수 있고 카드마다 조금씩 다르고, 잘못 손댈 경우 사용자 보증 기한의 보호를 받을 수 없게 된다. 

온도를 확실하게 낮추려면 수랭 쿨러를 위한 쿨링 시스템을 고려한다. 대다수 사용자에게는 지나친 모험이지만 대부분 수냉쿨러는 발열과 노이즈 감소 효과가 확실하고 공기 냉각에 있어 병목 현상도 없다.


“업무 효율 향상의 기본” 멀티 모니터 구축 가이드

듀얼 모니터를 사용하면 업무 생산성이 높아진다는 연구 결과가 있지만, 모니터가 많을수록 생산성이 높아지는지 여부에 대해서는 아직 이렇다 할 근거는 없다. 그러나 업무 생산성을 생각하지 않더라도 모니터를 여러 대(3대~6대까지) 사용하는 것은 멋진 일이며, 많은 화면을 봐야 하는 엔지니어는 정말 필요할지도 모른다.

모니터를 세로로 세워두면 긴 문서를 볼 때 스크롤을 적게 해도 된다는 장점이 있다. 멀티 디스플레이 환경을 구축하기 위해 고려해야 할 모든 것들을 살펴보겠다.

멀티 모니터 구축 가이드(www.itworld.co.kr)
멀티 모니터 구축 가이드(www.itworld.co.kr)

1단계 : 그래픽 카드 확인하기

보조 모니터를 구입하기 전에 컴퓨터가 물리적으로 이 모든 모니터들을 감당할 수 있을지 점검해 봐야 한다. 가장 쉬운 방법은 PC의 뒷면을 보고, 그래픽 포트(DVI, HDMI, 디스플레이포트, VGA 등)가 몇 개나 있는지 확인하는 것이다.

별도의 그래픽 카드가 없다면 포트를 2개밖에 발견하지 못할 것이다. 그래픽이 통합된 대부분의 마더보드는 모니터 2개 밖에 설치하지 못한다. 별도의 그래픽 카드가 있다면, 마더보드의 포트를 제외하고 최소 3개의 포트를 발견할 수 있을 것이다.

팁 : 마더보드와 별도 그래픽 카드의 포트를 모두 이용해서 멀티 모니터를 설치할 수도 있지만, 이 경우 성능 저하와 모니터끼리의 속도 차이가 발생할 것이다. 그래도 이렇게 하고 싶다면, PC의 BIOS에서 Configuration > Video > Integrated graphics 로 진입한 다음, ‘always enable’로 설정한다.

그러나 별도의 그래픽 카드에 3개 이상의 포트가 있다고 해서 이것을 모두 동시에 사용할 수 있다는 의미는 아니다. 예를 들어서 구형 엔비디아 카드는 포트가 2개 이상이어도 하나의 카드에 모니터를 2개 이상 연결할 수 없다. 자신의 그래픽 카드가 멀티 모니터를 지원하는지 판단하는 가장 좋은 방법은 그래픽 카드 모델명을 찾아서 원하는 모니터 개수와 함께 검색하는 것이다. 예를 들어, ‘엔비디아 GTX 1660 모니터 4대’라고 검색하면 된다.

EVGA 지포스 RTX 2060 KO 같은 현대적인 그래픽카드는 여러 디스플레이를 동시에 연결할 수 있다. ⓒ BRAD CHACOS/IDG
EVGA 지포스 RTX 2060 KO 같은 현대적인 그래픽카드는 여러 디스플레이를 동시에 연결할 수 있다. ⓒ BRAD CHACOS/IDG

그래픽 카드가 원하는 만큼 충분히 모니터를 지원할 수 있으면 좋지만, 그렇지 않다면 추가 그래픽 카드를 구입해야 한다. 그래픽 카드를 추가로 구입하기 전 타워 안에 충분한 공간(PCI 슬롯)이 있는지, 전원 공급은 충분한지 확인해야 한다.

멀티 모니터용으로만 그래픽 카드를 구입한다면 최신 그래픽 카드 중에서도 저렴한 옵션을 선택하는 것이 좋다. 

아니면 멀티 스트리밍이 지원되는 디스플레이포트를 탑재한 신형 모니터를 사용하는 방법도 있다. 그래픽 카드의 디스플레이포트 1.2에 연결하고, 디스플레이포트 케이블을 사용해 다음 모니터로 연결하는 것이다. 모니터의 크기나 해상도가 같지 않아도 된다. 뷰소닉(ViewSonic)의 VP2468이 이런 제품 중 하나다. 아마존에서 약 210달러에 판매되는 이 24인치 모니터는 디스플레이포트 아웃 외에도 프리미엄 IPS 스크린, 아주 얇은 베젤 등 멀티 모니터 설정에 이상적인 특징을 제공한다.

2단계 : 모니터 선택하기 

그래픽 카드에 대해서 파악했다면 이제 추가 모니터를 구입할 차례다. 사용자에 따라서 기존에 사용하고 있는 모니터, 책상 크기, 추가 모니터 용도 등에 따라서 완벽한 모니터가 달라질 것이다.

필자의 경우, 이미 24인치 모니터 2대를 가지고 있었기 때문에 중앙에 설치할 더 큰 모니터가 필요해서 27인치 모니터를 선택했다. 게임을 하지 않기 때문에 모니터 크기 차이는 상관없었다. 하지만 사용자에 따라서 멀티 모니터로 POST를 하거나 동영상을 보기 위해서는 이러한 구성보다 같은 모니터를 연결하는 것이 더 좋을 것이다.

모니터를 구입하기 전에 PC와 모니터의 포트 호환성을 설펴야 한다. DVI-HDMI 혹은 디스플레이포트-DVI 등 전환해주는 케이블을 이용할 수도 있지만 다소 귀찮다. 그러나 PC나 모니터에 VGA 포트가 있다면, 교체를 권한다. VGA는 아날로그 커넥터이기 때문에 선명도가 떨어진다.

3단계 : PC설정

모니터를 구입하고 나면 PC에 연결하고 PC의 전원을 켠다. 이것으로 모니터 설치가 끝났다. 하지만 완전히 끝난 것은 아니다.

윈도우가 멀티 모니터 환경에서 잘 동작하게 만들어야 하는데, 윈도우 7이나 윈도우 8 사용자라면 바탕화면에서 오른쪽 클릭하고 ‘화면 해상도’를 선택한다. 윈도우 10 사용자라면 ‘디스플레이 설정’을 클릭한다. 그러면 디스플레이를 정렬할 수 있는 창이 나타난다.

ⓒ ITWorld 디스플레이 설정
ⓒ ITWorld 디스플레이 설정

여기서 모니터들이 모두 탐지되는지 확인할 수 있다. ‘식별’을 클릭하면 각 디스플레이에 큰 숫자가 나타난다. 주 모니터(작업 표시줄과 시작 버튼이 나타나는 모니터)로 사용할 모니터에 1번이 나타나야 하는데, 원하는 것을 선택한 다음 아래 여러 디스플레이 설정에서 ‘이 디스플레이를 주 모니터로 만들기’를 클릭한다. 그 다음 ‘다중 디스플레이’ 드롭다운 메뉴에서 복제할 것인지 확장할 것인지를 선택하면 되는데, 대부분의 경우 ‘디스플레이 확장’이 적합하다.

GPU 제어판에서도 다중 모니터를 설정할 수 있다. 바탕화면에서 오른쪽 클릭을 하고 엔비디아, AMD, 인텔 등 그래픽 제조사의 제어판 메뉴를 열어 윈도우와 유사한 방식으로 디스플레이를 설정할 수 있다.

멀티 디스플레이를 구축할 경우에는 같은 모델을 이용하는 것이 해상도나 선명도, 색보정 등의 문제가 발생하지 않아 ‘끊김 없는’ 경험을 할 수 있다.

Intel CPU i9

FLOW-3D 수치해석용 컴퓨터 CPU에 대한 이해 및 선택 방법

구매전 주요 CPU 비교 내용 알아보기

우리는 해석용 컴퓨터를 구매하기 전에 수많은 선택지를 고민하게 됩니다. 성능과 가격, 컴퓨터 최신 CPU, Memory, Chipset, HDD/SSD, Power Supply 등, 그 중에서도 당연코 선택 고민은 CPU 입니다.

이는 수 많은 검토 요인중에 해석 속도와 매우 밀접한 관계를 가지고 있기 때문입니다. 하지만 우리가 직접 테스트를 해볼 수 없지만, 다행히 아래와 같이 전문적으로 테스트를 수행하여 그 결과를 알려주는 보고서를 참고할 수 있습니다.

<샘플 비교자료>

AMD Ryzen AI 9 HX 370 대 Intel i9-14900HX

아래 두 CPU 모두 작년에 출시(또는 첫 벤치마크)되었고, Intel Core i9-14900HX는 멀티스레드(CPU 마크) 테스트에서 약 22% 더 빠르고, 싱글스레드 테스트에서는 약 7% 더 빠릅니다. 그러나 AMD Ryzen AI 9 HX 370은 훨씬 적은 전력을 사용합니다. 이 비교에서 선택된 CPU는 데스크톱, 노트북과 같은 다른 CPU 클래스에 속합니다. 더 적절한 비교를 위해 유사한 CPU 클래스에서 CPU를 선택하는 것을 고려하세요. 아래 값은 PerformanceTest 소프트웨어와 결과에서 제출된 1202개의 벤치마크를 합친 결과이며, 새로운 제출을 포함하도록 매일 업데이트됩니다.

  • 첫 번째 섹션에서는 선택한 각 CPU에 대한 기본 정보가 표시됩니다.
  • 추가 그래프는 선택된 각 CPU의 CPU 마크 및 단일 스레드 값을 보여줍니다.
  • 가격 데이터가 있는 경우 그래프를 통해 달러당 CPU 마크/스레드 등급을 기준으로 비용 대비 가치를 확인할 수 있습니다.
  • 마지막 섹션에서는 CPU의 대략적인 연간 운영 비용을 보여줍니다.
Item×AMD Ryzen AI 9 HX 370×Intel Core i9-14900HX
PriceSearch Online Search Online 
Socket TypeFP8FCBGA1964
CPU ClassDesktop, LaptopLaptop
Clockspeed2.0 GHz2.2 GHz
Turbo SpeedUp to 5.1 GHzUp to 5.8 GHz
# of Physical Cores12 (Threads: 24)24 (Threads: 32)
CacheL1: 960KB, L2: 12.0MB, L3: 8MBL1: 2,176KB, L2: 32.0MB, L3: 36MB
TDP28W55W
Yearly Running Cost$5.11$10.04
Otherw/ Radeon 890MIntel UHD Graphics for 14th Gen Intel Processors
First Seen on ChartQ3 2024Q1 2024
# of Samples1441058
CPU Value0.067.2
Single Thread Rating(% diff. to max in group)4007(-6.8%)4301(0.0%)
CPU Mark(% diff. to max in group)35487(-22.3%)45647(0.0%)

1 – Last seen price from our affiliates NewEgg.com & Amazon.com.

AMD Ryzen AI 9 HX 37035,487
Intel Core i9-14900HX45,647
PassMark Software © 2008-2024
AMD Ryzen AI 9 HX 370NA
Intel Core i9-14900HX67.2
PassMark Software © 2008-2024
AMD Ryzen AI 9 HX 3704,007
Intel Core i9-14900HX4,301
PassMark Software © 2008-2024

Estimated Energy Usage Cost

Estimated Energy Adjustable Values
Average hours of use per dayAverage CPU Utilization (0-100%)1Power cost, $ per kWh2
825

1Average user usage is typically low and can vary from task to task. An estimate load 25% is nominal.
2Typical power costs vary around the world. Check your last power bill for details. Values of $0.15 to $0.45 per kWh are typical.

AMD Ryzen AI 9 HX 370Intel Core i9-14900HX
Max TDP28W55W
Power consumption per day (kWh)0.060.11
Running cost per day$0.014$0.028
Power consumption per year (kWh)20.440.1
Running cost per year$5.11$10.04

Shown CPU power usage is based on linear interpolation of Max TDP (i.e. max load). Actual CPU power profile may vary.

CPU 성능비교 방법

아래 사이트를 방문하여 구입을 원하는 CPU에 대한 성능을 비교해 볼 수 있습니다. 비교 방법은 아래 그림에서 처럼 “Add other CPU:” 검색창에 원하는 CPU 모델명을 입력한 후 “Compare” 버튼을 클릭하면 아래와 같이 여러개의 CPU 비교 내용을 볼 수 있습니다.

https://www.cpubenchmark.net/singleCompare.php

CPU 성능비교 방법

Item×AMD Ryzen 7 7435HS×Intel Core i7-13620H×Intel Core i5-1235U×Intel Core i9-14900HX
PriceSearch Online Search Online Search Online Search Online 
Socket TypeFP7r2FCBGA1744FCBGA1744FCBGA1964
CPU ClassDesktop, LaptopLaptopLaptop, Mobile/EmbeddedLaptop
Clockspeed3.1 GHz2.4 GHz1.3 GHz2.2 GHz
Turbo SpeedUp to 4.5 GHzUp to 4.9 GHzUp to 4.4 GHzUp to 5.8 GHz
# of Physical Cores8 (Threads: 16)10 (Threads: 16)10 (Threads: 12)24 (Threads: 32)
CacheL1: 512KB, L2: 4.0MB, L3: 16MBL1: 864KB, L2: 9.5MB, L3: 24MBL1: 928KB, L2: 6.5MB, L3: 12MBL1: 2,176KB, L2: 32.0MB, L3: 36MB
TDP45W45W15W55W
Yearly Running Cost$8.21$8.21$2.74$10.04
OtherIntel UHD Graphics for 13th Gen Intel ProcessorsIntel Iris Xe GraphicsIntel UHD Graphics for 14th Gen Intel Processors
First Seen on ChartQ2 2024Q1 2023Q1 2022Q1 2024
# of Samples87104123241058
CPU Value0.049.543.367.2
Single Thread Rating(% diff. to max in group)3228(-25.0%)3689(-14.2%)3218(-25.2%)4301(0.0%)
CPU Mark(% diff. to max in group)23985(-47.5%)24844(-45.6%)13388(-70.7%)45647(0.0%)

CPU에 대한 이해 및 선택 방법

last update : 2021-12-15

자료출처 : 본 기사는 PCWorld Australia의 내용과 www.itworld.co.kr의 기사를 기반으로 일부 가필하여 게재한 내용입니다.

해석용 컴퓨터를 선정하기 위해서는 가장 먼저 선택해야 하는 것이 있다. AMD인가, 인텔인가? 두 업체는 CPU 시장의 양대산맥과도 같다. 인텔이 새롭게 출시한 12세대 앨더 레이크 CPU 시리즈가 벤치마크 기록을 깼지만, 지난해 출시된 AMD의 라이젠 5000 아키텍처를 고수하거나, 다른 신제품을 기다릴만한 이유도 있다. 인텔과 AMD CPU를 자세히 살펴보자.

ⓒ Gordon Mah Ung


비교 대상 제품 

2021.11.09

PC 조립 부품을 예산 기준으로 결정하고, 반도체 수급난에서 CPU를 정가에 구매할 수 있다고 가정했을 때, 인텔과 AMD 제품 선택지를 몇 가지로 압축할 수 있다.

인텔성능/효율 코어쓰레드가격
Core i9 12900K/KF8/824590달러/570달러
Core i7 12700K/KF8/420410달러/390달러
Core i5 12600K/KF6/416290달러/270달러
AMD  성능 코어 쓰레드    가격   
Ryzen 9 5950X1632800달러
Ryzen 9 5900X1224550달러
Ryzen 7 5800X816450달러
Ryzen 5 5600X612300달러

비교적 저렴한 인텔 CPU인 F 시리즈는 통합 그래픽카드가 없어 별도의 GPU가 필요하다. 라이젠 프로세서는 외장 그래픽카드와 짝을 이루어야 한다. 인텔이 ‘한 방’을 노리고 있기 때문에 이 비교에서는 최상급인 16코어 라이젠 9 5950X도 함께 살펴볼 예정이다. 12900KF가 최대 8코어이기 때문에 라이젠 9 5950X와 직접적인 비교 대상은 아니지만, 인텔은 AMD와 꽤 대등하게 싸우고 있다. CPU에만 80만원을 지출할 계획이라면 더 큰 파워 서플라이가 필요하다.

인텔 코어 CPU 에 대한 이해

인텔 코어 CPU에 대한 자료를 찾아보면 쿼드(Quad) 코어, 하이퍼-스레딩(Hyper-Threading), 터보-부스팅(Turbo-Boosting), 캐시(Cache) 크기 같은 용어를 많이 볼 수 있다.
인텔 코어 i3, i5, i7, i9는 각각 어떻게 다를까?
칩셋에는 세대가 있는데, 세대의 의미와 차이는 무엇일까?
하이퍼-스레딩은 무엇이고 클럭 속도는 어느 정도가 적합할까?

새 프로세서를 구입하기 전에 먼저 현재 사용하고 있는 인텔 CPU를 이해해보자.
지금 내 PC 성능이 어느 정도인지 알기 위해서이다.
가장 빠른 방법은 제어판 > 시스템 및 보안 항목에서 시스템을 선택하는 것이다.

여기에서 현재 PC에 설치된 CPU, RAM, 운영체제 정보를 확인할 수 있다.
프로세서 아래에 현재 설치된 인텔 CPU가 무엇인지, 인텔 코어 i7-4790, 인텔 코어 i7-8500U 같은 모델명을 확인할 수 있을 것이다. 또 Ghz가 단위인 CPU 클럭 속도를 알 수 있다. 나중에 이와 관련해 더 자세히 설명을 하겠다.

일단 CPU부터 알아보자.
CPU 모델명에는 숫자가 많아 어려워 보이지만, 이 숫자가 무슨 의미인지 이해하는 것은 어려운 일이 아니다.

모델명의 앞 부분인 “인텔 코어”는 인텔이 만든 코어 시리즈 프로세스 중 하나라는 의미다. 코어는 인텔에서 가장 크고, 인기있는 제품군이다. 따라서 많은 인텔 제품 데스크톱과 노트북 컴퓨터에서 인텔 코어라는 표기를 발견할 수 있다.

참고 : 인텔은 셀룰론(Celeron), 펜티엄(Pentium), 제온(Xeon) 등 다양한 프로세스 제품군을 판매하고 있지만, 이 기사는 인텔 코어 프로세스에 초점을 맞춘다.

그 다음 “i7”은 CPU 내부 마이크로 아키텍처 디자인의 종류이다.
자동차가 클래스와 엔진 종류로 나눠지는 것과 비슷하다. 이들 ‘엔진’이 하는 일은 동일하다. 그러나 차량 브랜드에 따라 일을 하는 방법이 다르다.
인텔의 경우 코어 브랜드 CPU의 클래스인 i3, i5, i7이 각각 사양이 다르다. 여기서 사양이란 코어의 수, 클럭 속도, 캐시 크기, 터보 부스트 2.0과 하이퍼스레딩 같은 고급 기능 지원 여부를 말한다.
코어 i5와 i7 데스크톱 프로세서는 통상 쿼드 코어(코어가 4개)이고, 로우엔드(저가) 코어 i3 데스크톱 프로세스는 듀얼 코어(코어가 2개)다.

이제 SKU와 세대에 대해 알아보자. 앞서 예로 들은 “4790”으로 설명하겠다.
첫 번째 숫자인 “4”는 CPU의 세대이고, “790”는 일종의 일련번호, 또는 ID 번호이다. 즉 인텔 코어 i7이 4세대 CPU라는 이야기이다.

그런데 ‘접미사’가 붙는 경우가 있다. 위에서 예로 든 모델에는 접미사가 없지만 “Intel Core i7-8650U” 같이 끝에 접미사가 붙은 모델이 있다. 여기에서 “U”는 “Ultra Low Power(초저전력)”를 의미한다.
인텔은 모델명에 다양한 접미사를 사용하는데 세대에 따라 의미가 바뀌는 경우가 있다. 따라서 현재 사용하고 있는 CPU 모델을 정확히 해석하려면 링크된 인텔의 ‘접미사 목록’ 페이지를 참고하자.

CPU의 세대는 중요할까?

꽤 중요하다. 간단히 말해, 그리고 일반적으로 세대가 높을 수록, 즉 새로울 수록 더 좋다. 하지만 세대별로 개선된 정도는 각기 다르다.

인텔에 따르면, 최신 8세대 인텔 코어 프로세스는 7세대보다 최대 40%까지 성능이 향상됐다. 물론 비교 대상에 따라 성능 향상치가 크게 다르다. SKU가 세대별로 다를 수 있기 때문이다. 예를 들어, 인텔 코어 i7-8850U는 있지만 인텔 코어 i7-7850U는 없다.

세대가 높을 수록 최신 프로세서라는 것이 기본 원칙이다. 더 발전한 기술과 설계의 이점을 누릴 수 있다는 의미이며, PC 성능도 따라서 향상될 것이다.

코어가 많을 수록 좋을까?
간단히 대답하면, 일반적으로 코어 수가 적은 것보다 많은 것이 좋다. 코어가 1개인 프로세서는 한 번에 스레드 1개만 처리할 수 있다. 그리고 코어가 2개인 프로세서는 2개를, 코어가 4개인 쿼드 코어 프로세서는 4개를 처리할 수 있다.

그렇다면 스레드(Thread)는 무엇일까? 아주 간단히 설명하면, 스레드는 특정 프로그램에서 나와 프로세서를 통과하는 연속된 데이터 데이터 흐름을 말한다. PC의 모든 것은 프로세서를 통과하는 스레드로 귀결된다.

즉, 논리적으로 코어가 많을 수록 한 번에 처리할 수 있는 스레드가 많다. PC가 더 빠르고 효율적으로 데이터를 처리하고 명령을 실행할 수 있다는 이야기이다. 그러나 새 CPU를 조사하면서 코어 수에만 초점을 맞추면 자칫 코어 수만큼 중요한 수치인 클럭 속도를 무시할 위험이 있다.

CPU의 각 코어에는 Ghz가 단위인 클럭 속도가 있다. 클럭 속도는 CPU 실행 속도다. 클럭 속도가 빠를 수록, CPU가 한 번에 처리 및 실행할 수 있는 명령이 많다.

클럭 속도는 통상 높을 수록 더 좋다. 그러나 발열과 관련된 제약 때문에 프로세서의 코어 수가 많을 수록 클럭 속도가 낮은 경향이 있다. 이런 이유로 코어 수가 많은 PC가 최고의 성능을 발휘하지 못하는 경우도 있다.
그렇다면 가장 알맞은 클럭 속도는 어느 정도일까?


클럭 속도는 PC로 하려는 일에 따라 달라진다. 일부 애플리케이션은 싱글스레드로 실행된다. 반면, 여러 스레드를 활용하도록 만들어진 애플리케이션도 있다. 비디오 렌더링이나 일부 게임 환경이 여기에 해당된다. 이 경우, 코어 수가 많은 프로세서가 클럭 속도가 높지만 코어가 하나인 프로세스보다 성능이 훨씬 더 높다.
수치해석의 경우는 계산량이 많은 큰 해석의 경우 멀티코어가 훨씬 유리하다.

웹 브라우징 같은 일상적인 작업에서는 클럭 속도가 높은 i5 프로세서가 i7보다 가격 대비 성능이 훨씬 더 높다는 의미이다. 즉, 코어 수가 많은 프로세서보다 클럭 속도는 높고 코어 수가 적은 프로세서를 구입하는 것이 훨씬 경제적인 대안이 될 수도 있다.

하이퍼-스레딩이란?

앞서 언급했듯, 일반적으로 프로세서 코어 하나가 한 번에 하나의 스레드만 처리할 수 있다. 즉, CPU가 듀얼 코어라면 동시에 처리할 수 있는 스레드가 2개다. 그러나 인텔은 하이퍼-스레딩이라는 기술을 개발해 도입했다. 가상으로 운영체제가 인식하는 코어를 2배 증가시키는 방법으로 하나의 코어가 동시에 여러 스레드를 처리할 수 있는 기술이다.

즉 i5의 물리적 코어 수는 4개이지만, 여러 스레드를 지원하는 애플리케이션을 실행시키면 하이퍼-스레딩이 코어 수를 가상으로 2배 늘려서 성능을 크게 향상하는 방법이다.

터보 부스트(Turbo Boost)란?

인텔의 터보 부스트는 프로세서가 필요한 경우 동적으로 클럭 속도를 높이는 기능이다. 터부 부스트로 높을 수 있는 최대 클럭 속도는 활성 코어의 수, 추정되는 전류 및 전력 소모량, 프로세서 온도에 따라 달라진다.

알기 쉽게 설명하면, 인텔 터보 부스트 기술은 사용자의 프로세서 사용 현황을 모니터링, 프로세서가 ‘열 설계 전력’의 최대치에 얼마나 가까이 도달했는지 판단한 후 적절한 수준으로 클럭 속도를 높인다. 기본적으로 가장 적절하고 우수한 클럭 속도와 코어 수를 제공한다.

현재 터보 부스트 테크놀로지 2.0 버전이 사용되고 있으며, 여러 다양한 7세대 및 8세대 인텔 코어 i7과 i5 CPU에서 이를 지원한다.

i3, i5, i7, i9 프로세서 중 하나를 선택하기 전에 클럭 속도, 코어 수와 함께 기억해야 할 한 가지가 또 있다.

캐시 크기

CPU가 동일한 데이터를 계속 사용하는 경우, CPU는 이 데이터를 프로세서의 일부분인 캐시라는 곳에 저장된다. 캐시는 RAM과 비슷하다. 그러나 메인보드가 아닌 CPU에 구축되어 있어 훨씬 더 빠르다.
캐시 크기가 크면 더 빨리 더 많은 데이터에 액세스 할 수 있다. 클럭 속도 및 코어 수와 다르게, 캐시 크기는 무조건 클 수록 더 좋다. 메모리가 많을 수록 CPU 성능이 향상된다.

7세대 코어 i3 및 코어 i5 프로세서 U 및 Y 시리즈 캐시 크기는 3MB, 4MB이다. 코어 i7의 캐시 크기는 4MB이다. 현재 8세대 프로세서의 캐시 메모리는 6MB, 8MB, 9MB, 12MB이다.

코어 i3, i5, i7, i9의 차이점은 무엇일까?
일반적으로 코어 i7은 코어 i5, 코어 i5는 코어 i3보다 나은 프로세서이다. 코어 i7의 코어 수는 7개가 아니다. 코어 i3 역시 코어 수가 3개가 아니다. 코어 수나 클럭 속도가 아닌 상대적인 연산력의 차이를 알려주는 수치다.

2017년 출시된 코어 i9 시리즈는 고가의 고성능 프로세서이다. 최상급인 코어 i9-7980X의 코어 수와 클럭 속도는 18개와 2.6GHz, 한 번에 처리할 수 있는 스레드는 32개이다. 가장 저렴한 코어 i9-7900X의 경우 각각 10코어, 3.3GHz(기본 클럭 속도), 20 스레드이다.

수치해석 측면에서 구입해야 할 컴퓨터를 고려한다면 CPU 성능은 현재 최신코어인 i7과 i9을 구입하는 것이 원하는 성능을 정확히 제공하는 CPU를 선택하는 방법이지만 예산과 성능이라는 선택의 문제가 존재한다.

editor@itworld.co.kr


AMD CPU 에 대한 이해

썸네일
썸네일

AMD CPU 이름 규칙 및 코드명, 종류, 세대, 소켓 알아보기

AMD 1600, AMD 2400G, Athlon 240GE, AMD 3990X 등 AMD에 다양한 종류의, 다양한 모델명을 가진 cpu들이 있습니다. AMD cpu, apu의 종류와 세대, 소켓에 대해서 알아보도록 하며 이 글에서는 2017년 3월 3일 이후 나온 ‘라이젠’ 시리즈의 cpu, apu에 대해서만 다루도록 하겠습니다.

AMD 라이젠 시리즈는 현재 3세대까지 출시되었으며, 크게 일반 cpu, 하이엔드 cpu(스레드리퍼), 일반 APU, 모바일 APU으로 나뉩니다. 또한 소켓은 현재까지 나온 cpu 중 하이엔드 cpu를 제외한 cpu는 모두 am4소켓입니다.

AMD CPU 이름 규칙

이름 규칙

 

이름 규칙

AMD 라이젠 시리즈는 ‘AMD 라이젠 7 1700X’를 예로 들면, 앞의 ‘AMD’는 회사 이름을 나타내며

뒤에 ‘라이젠 7’은 성능을 나타냅니다.
‘라이젠 3’은 메인스트림,
‘라이젠 5’는 고성능,
‘라이젠 7’은 최고 성능입니다.

그리고 뒤에 ‘1’은 세대를 나타냅니다.
‘1700’은 Zen 1세대이며,
‘AMD 라이젠 5 2400G’와 같이 APU는 기존 세대에 비해 조금 개선되긴 했지만, 다음 세대 정도까지에 개선은 아니라서 세대는 같지만, ‘400G’앞에 붙는 숫자는 1이 더해져서 나옵니다.

그리고 두번째 자리 ‘7’은 성능을 나타냅니다.
‘2,3’은 메인스트림,
‘4,5,6’은 고성능,
‘7,8’은 최고 성능입니다.

그리고 세네번째 자리는 세세한 기능의, 세세한 성능의 변화 정도로 생각하시면 됩니다.

출처: https://minikupa.com/52 [미니쿠파]

 

인텔 코어 i9-12900K 리뷰 | 왕좌 탈환 노리는 ‘인텔의 귀환’

2021.11.09

Gordon Mah Ung | PCWorld구원 서사를 좋아하지 않는 사람은 없다. 인텔 12세대 코어 i9-12900K는 오랫동안 회자될 귀환 이야기의 주인공이다. 한때 강력하고 득의양양했던 챔피언은 수 년 전 부활한 AMD 라이젠 프로세서의 손에 굴욕적인 패배를 겪었고 어떻게 해서든 다시 한번 싸울 방법을 찾아 마침내 승리를 외치려고 한다. 이제 카메라가 페이드아웃 되면서 엔딩 크레딧으로 넘어간 셈이다.

인생이나 기술은 그런 헐리우드식 결말을 맺기 어렵지만, 인텔 코어 i9-12900K는 그런 드라마의 주인공 역할을 상당히 잘 해낸 것 같다. 지난 몇 년 동안 AMD 프로세서에 두들겨 맞은 후 태어난 12900K는 경쟁 제품인 라이젠 9 5950X보다 훨씬 더 나은 CPU로 더 많은 사용자에게 활용 가능성을 안겼다. 화끈한 KO 승리를 거둔 것은 전혀 아니지만, 인텔 12세대 앨더 레이크 프로세서의 뛰어난 장점과 기능을 고려할 때 바로 오늘 구입할 수 있는 하이엔드 데스크톱 프로세서다. 

ⓒ Gordon Mah Ung


12세대 앨더 레이크는 어떤 CPU?

인텔 12세대 앨더 레이크는 근본적으로 인텔 7 공정을 기반으로 만들어진 하이브리드 CPU 설계다. 사실 이것만으로도 엄청난 일이다. 14나노 트랜지스터 기술에 5년 이상을 허비한 끝에, 앨더 레이크는 마침내 하나의 노드를 뛰어넘었다. (기존 10나노 공정이 리브랜드된 후 인텔 7이라는 이름으로 불린다.)

새롭게 설계된 고성능 CPU 코어와 더 작아진 효율 코어를 혼합하여 성능 대 전력 비율의 균형을 최적화했다. 완전히 재설계된 큰 코어를 가진 인텔의 첫 번째 인텔 7 프로세스 데스크톱 CPU라고 이해하는 것이 가장 쉽다. 그리고 여기에 더해 여러 개의 나머지 효율성 코어 성능이 이전 10세대 코어만큼 우수하다. 또한, 12세대 앨더 레이크는 PCIe 5.0, DDR5 메모리, LGA1700 소켓을 비롯해 새로운 표준을 다수 지원한다.

ⓒ Intel

CPU 렌더링 성능

인텔의 전통점 강점이 아니었던 3D 렌더링과 모델링부터 시작하자. 지금까지는 PC에서 3D 모델링 애플리케이션 실사용자가 많지 않아서, 이들 전문 애플리케이션의 실행 성능에 큰 의미를 두지 않았다는 것이 인텔의 주장이었다. 라이젠 CPU의 눈부신 성능에 뒤지는 경우에만 렌더링 성능에서 피벗을 뺐다는 점에 주목하는 사람도 많다.

맥슨 시네벤치 R23부터 시작한다. 맥슨 시네마4D 애플리케이션에 사용되는 렌더링 엔진 테스트이며, 같은 렌더링 엔진이 일부 어도비 애플리케이션에도 내장되어 있다.

최신 버전은 10분 쓰로틀링 테스트를 기본값으로 제안한다. 인텔 10세대, 11세대 칩과 윈도우 11 환경을 테스트한 결과는 없지만, 윈도우 10과 10코어 코어 i9-10900K가 1만 4,336점을 받았고 8코어 코어 i9-11900K는 1만 6,264점을 받았다. 사실 둘 다 2만 2,168점을 받은 AMD 12코어 라이젠 9 5900X과는 상대가 되지 않는다. 그래서 굳이 16코어 라이젠 9 5950X와 비교할 필요가 없었다.

눈길을 끄는 것은 코어 i9-12900K의 긴 파란 막대다. 인텔이 앨더 레이크에서 추구한 하이브리드 설계를 추구하는 것에 여러 가지 말이 많았지만, 12900K는 오랫동안 라이젠의 홈그라운드였던 렌더링 벤치마크에서 AMD의 1, 2위 CPU를 아주 약간이나마 능가해 호사가의 입을 단속한다.

ⓒ IDG

하지만 인텔이 옳다. 모든 CPU 코어와 쓰레드를 다 쓰는 애플리케이션을 사용하는 사람은 그다지 많지 않다. 따라서 시네벤치로 단일 쓰레드 성능을 살펴보는 것도 중요하다. 시네벤치 멀티코어 성능은 라이트룸 클래식 올코어 영상 인코딩이나 사진 내보내기 성능을 알려주고, 시네벤치 R23 단일 쓰레드 성능은 그보다는 오피스나 포토샵 실행에 조금 더 가깝다. 다시 한번 강조하지만, 코어 i9-10900K와 윈도우 11 결과는 없지만, 10세대 제품의 기존 점수는 1,325점, 11세대 제품은 1,640점을 기록한 AMD 라이젠과 비슷한 수준이다.

그러나 인텔 최신 성능 코어는 라이젠 9 5950X보다 성능이 19% 높고, 구형 10세대 칩보다 31%나 나아져 당혹스러울 정도였다. 맥북 프로 M1 맥스와 앨더 레이크를 비교하면 어떨지를 궁금해 하는 이에게 알려주자면, 앨더 레이크가 우세하다. 모바일 칩과 데스크톱 칩을 비교하는 단일 쓰레드 성능 테스트에서 12세대 앨더 레이크 CPU는 애플 최신 M1 칩보다 약 20%나 더 빨랐다. 물론 인텔 제품은 노트북용 칩이 아니었지만, 인텔 12세대 CPU를 탑재한 노트북이 출시되면 충분히 맥북 프로의 경쟁자가 될 것이다.

ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG

압축 성능

CPU의 압축 성능은 인기있고 무료인 7-Zip 내부 벤치마크로 측정했다. 벤치마크는 CPU 쓰레드 수를 살펴보고 테스트하면서 자체적으로 여러 번 스풀링을 반복한다. 압축 테스트에서는 코어를 전부 사용하는 경우 압축 성능에서 24%, 압축 해제 성능에서 35% 더 높은 수치를 보여준 라이젠이 가장 큰 승자다.

7-cpu.com에 따르면, 압축 측면에서는 메모리 지연 시간, 데이터 캐시의 크기 및 TLB(translation look ahead buffer)가 중요한 반면, 압축을 풀 때는 정수 및 분기 예측 실패 패널티(branch misprediction penalties)가 중요하다. 결국, 실제 애플리케이션으로 파일 압축하거나 압축을 푸는 것은 보통 단일 쓰레드에 의존하기 때문에 멀티 쓰레드 성능과의 상관 관계는 이론에 그친다고 할 수 있다.

12세대 코어 i9의 문제는 심지어 압축 성능도 화려하지 않다는 것이다. 실제로 11세대 코어 i9은 윈도우 10 단일 쓰레드 성능에서 7,916으로 약간 더 빠르다. 간단히 요약하면 라이젠 9이 7-zip 테스트에서 압축 성능 우위를 유지했다. 이견은 있을 수 없다. 일부는 초기 DDR5 메모리의 지연 시간과 7-Zip이 특별한 명령을 사용하지 않는 이유도 있겠지만, 어쨌든 압축 테스트에서는 라이젠이 승리했다.

ⓒ IDG

인코딩 성능

CPU 인코딩 테스트는 무료이자 오픈소스인 핸드브레이크 트랜스코더/인코더를 사용하여 무료이자 오픈소스인 4K 티어스 오브 스틸(Tears of Steel) 영상을 H.265 코덱과 1080p 해상도로 변환하는 작업을 수행한다. 라이젠 9은 인코딩을 약 6% 더 빨리 끝내면서 다시 1위를 차지했다. 압도적인 승리는 아니지만 어쨌거나 1등이다. 

ⓒ IDG

합성 테스트

이제 긱벤치 5로 옮겨간다. 이 테스트는 21개의 작은 개별 루프로 구성된 합성 벤치마크인데, 개발자인 프라이메이트 랩스(Primate Labs)는 텍스트 렌더링에서 HDR, 기계 언어 및 암호화 성능에 이르기까지 모든 분야에서 인기있는 애플리케이션을 모델링했다고 한다. 긱벤치는 과거 논란의 중심에 있었지만, 여전히 인기가 높은 벤치마크다. 3D 렌더링과 압축, 인코딩 등에서 순위가 오르내렸던 코어 i9-12900K는 라이젠 9 5950X보다 8%가량 

긱벤치 벤치마크는 과거에 논란의 대상이 되었지만, 오늘날에는 비난받지 않고서 어떤 테스트를 유지하는 것이 어렵다. 하지만 이 제품은 어리석게도 인기가 있고, 당신이 긱벤치 5에 대해 어떻게 생각하든 간에, 사람들은 CPU가 거기에서 어떻게 작동하는지 보고 싶어한다. 3D 렌더링, 압축 및 인코딩을 어느 정도 반복한 결과, 인텔 코어 i9-12900K가 라이젠 9 5950X보다 약 8% 앞서는 것으로 나타났다.

ⓒ IDG
ⓒ IDG

콘텐츠 제작 성능 

전체 점수는 코어 i9-12900K가 라이젠 9 59050X에 비해 4% 더 앞선다. 프로시언 2.0은 이미지 보정(retouch)와 일괄 내보내기라는 2가지 방식으로 결과를 나눈다. 프로시언에 따르면, 이미지 보정에서는 기본적으로 12세대 코어 i9과 라이젠 9이 동점이었다. 주로 라이트룸 클래식 사진 내보내기 성능을 시험한 일괄 처리에서는 코어 i9가 최대 5%까지 앞섰다. 라이트룸 사진 내보내기가 멀티코어 성능에 의존하는 경향이 크기 때문에 마지막 결과에 놀랐다. 라이젠 9의 승리를 예상했기 때문이다. 결과는 그렇지 않았다. 

ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG
ⓒ IDG

AI 성능

ⓒ IDG
ⓒ IDG

실생활 성능

비싼 컴퓨터로 인디 영화를 위한 특수 효과를 만들거나 이국적인 여행에서 찍은 사진을 편집하는 것을 상상하기 쉽지만, 세상 일의 대다수는 청구서를 지불하는 지루한 작업과 더 연관이 깊다. 따라서 마이크로소프트 오피스 성능을 UL의 프로시언 2.0 오피스 생산성 테스트를로 측정했다. 어도비와 마찬가지로, 다루는 마이크로소프트 워드, 엑셀, 파워포인트 및 아웃룩에서 고품질 미디어를 많이 다루는 작업을 대상으로 한다. 현실이 지루한 것처럼, 이런 작업이 가장 현실적이라고 할 수 있을 것이다.

오피스나 사무적이고 딱딱한 아웃룩 성능에 열광하는 사람에게는 라이젠보다 16% 빠른 코어 i9-12900K가 유리한 것으로 나타났다. 개별 애플리케이션을 결과에 따르면 12세대 코어 i9는 워드에서 14%, 엑셀에서 19%, 파워포인트에서 10%, 아웃룩에서 19% 더 빠르다. 

ⓒ IDG
ⓒ IDG

게이밍 성능

첫 번째 차트의 수직 축 눈금은 60와트에서 340와트까지를 표시하며, 0은 시간 수평 축을 의미한다. 먼저 모든 코어를 사용하여 시네벤치 R20을 실행했는데, 12900K(빨간색) 막대가 320와트의 총소비량까지 올라간 것을 볼 수 있다. 이것은 거의 라이젠 9 5950X(보라색)의 최대치보다 거의 100와트 더 많다. 약 45% 더 많은 양이다. 일단 모든 코어에 대해 두 칩 모두 시네벤치를 완료하면, 단일 코어나 쓰레드를 사용하여 칩을 실행한다. 이제 115와트 범위의 12세대 코어 i9의 총 시스템 전력을 볼 수 있는데, 라이젠 9가 약 10와트를 더 소비한다. 코어 i9가 테스트를 더 빨리 끝내고 라이젠 9 시스템보다 더 적은 전력을 사용한 것도 확인할 수 있다. 

ⓒ IDG

전력 소비

ⓒ IDG
ⓒ IDG

쓰레드 스케일링

인텔의 11세대부터 12세대까지의 세대별 성능 변화는 경이롭다. 단일 쓰레드를 사용함으로써 코어 i9-12900K는 이전 제품보다 42% 더 빠르며 그 속도에서 조금 올라간다. 8개 쓰레드에서 최신 세대의 코어 i9 최대치를 기록할 때 12세대 코어 i9은 놀랍게도 82% 더 빠르다. 지난 3월 출시된 11세대 칩과 비교하면 완전히 놀라운 변화다. 직접 전력 양을 추적해보지는 않았지만, 이전 11세대 코어 i9-11900K는 시네벤치 R20 실행에 거의 380와트 가까이를 사용한 반면, 12세대 코어 i9는 약 320와트를 사용했다. 따라서, 12세대 코어는 훨씬 적은 전력을 사용하면서도 훨씬 더 빠르다.

ⓒ IDG
ⓒ IDG

인텔 코어 i9-12900K, 결론

조금 의외일지도 모르겠다. 최고의 CPU라는 것은 존재하지 않는다는 것이 결론이다.

그보다는 특정 요구에 가장 적합한 CPU가 곧 최고의 CPU다. 이 긴 벤치마크는 각 요구사항을 6개 부문으로 나눠 각 분야에서 어떤 칩이 승리했는지를 확인했다. 인텔에 좋은 소식은 거의 모든 부문에서 좋은 위치를 차지하고 있다는 것이다.

렌더링 / 하이쓰레드 카운트 
하이 쓰레드 카운트 애플리케이션 및 렌더링에서 코어 i9-12900K는 시네벤치 R23 테스트에서 가까스로 승리라는 결과를 냈지만, 다른 CPU 렌더링 테스트에서는 훨씬 미묘한 결과가 나왔다. 솔직히 90% 렌더링 PC용 칩을 선택한다면, 라이젠 9 5950X가 아마 더 나은 선택일 것이다. 
승리 : 라이젠 9 5950X.

콘텐츠 제작
앞서 살펴본 바와 같이, 콘텐츠 제작은 단순히 쓰레드가 제일 많기만 하면 되는 작업이 아니고, 12세대 코어 i9은 라이젠 9 5950X보다 더 많은 역량을 증명했다. 포토샵, 라이트룸 클래식, 프리미어 프로를 주로 다룬다면 인텔이 더 나은 선택이 될 것이다. 
승리 : 코어 i9-12900K.

실생활
오피스 생산성과 크롬의 벤치마크를 통해 반응성이 더 높은 것이 인텔 CPU라는 점을 확인했다. 물론 결과에 동의하지만 동시에 라이젠 9 5950X도 두 사용례를 모두 잘 처리할 수 있다고도 믿는다. 아웃룩, 워드 실행이나 인터넷 검색이 주 작업인 하이엔드 데스크톱을 조립할 경우 약간 등급을 낮춰도 될 것 같다.
승리: 코어 i9-12900K.

게이밍
실제 게임 플레이에서 차이를 보려면 CPU보다 GPU에 더 집중해야 한다. 그렇지만 게임 테스트에서 인텔 12세대 코어 i9은 분명히 라이젠보다 점수가 높거나 거의 동점이었다. 의심의 여지없이 최고의 게임용 CPU다. 하지만 어느 쪽을 택해도 좋은 선택이다.
승리 : 코어 i9-12900K.

기능
인텔 12세대 플랫폼은 PCIe 5.0 및 DDR5 메모리라는 새로운 세계를 열었다. 또한, 필요한 경우 썬더볼트를 사용할 수 있고 와이파이 6E까지도 통합되어 있다. 물론, DDR5의 가치가 없다고 말하는 이들도 있고 그런 주장에도 이유가 있겠지만, 인텔로서는 충분히 새로운 점이 있다. 
승리 : 코어 i9-12900K.

가치
아직도 AMD 라이젠 9 5950X가 그리 대단한 가치가 없다고 생각하는 사람도 있고, 그 전 해에 2,000달러나 했던 CPU와 성능이 동등한데도 가격이 750달러에 불과한 것을 칭찬하는 사람도 있다. 만약 라이젠 9의 가격이 터무니없이 저렴하다고 생각하는 쪽이라면, 589달러라는 코어 i9-12900K의 공격적인 가격표를 보고 당장 구매하겠다고 소리칠 것이다. 하지만 이 가격은 대량 구매시 적용되는 값이다. 그렇지만 전통적으로 대량구매 가격은 초기 수요가 확정되면 시중가와 몇 달러 차이 나지 않는다. 그렇다. 여기서 가격 대비 가치가 높은 제품은 인텔이다. 그야말로 해가 서쪽에서 뜰 기세다.
승리 : 코어 i9-12900K.

코어 i9-12900K는 위대한 과거 명성을 회복하고 다시 왕좌를 탈환하려고 나섰다. 앨더 레이크는 기다릴 가치가 충분했다. 인텔에게 박수를 보낸다, 브라보. editor@itworld.co.kr 

FLOW-3D 수치해석용 컴퓨터 선택 가이드

Top 20 Fastest Desktops for 2024

Top 20 Fastest Desktops for 2024

Edit: 2024-11-28

원문 출처: https://www.pcbenchmarks.net/fastest-desktop.html

PositionScoreBL#CPU TypeCPU speed (MHz)#Phys. CPUsOSMotherboardRAMVideo cardDate uploaded
126054.32223537Intel Core i9-14900KS31881Windows 11 Pro for Workstations build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE49.0 GBGeForce RTX 40902024-10-19 05:20:40
225140.32102766Intel Core i9-14900KS31881Windows 11 Pro for Workstations build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE49.0 GBGeForce RTX 40902024-05-16 19:37:40
325130.72229143Intel Core i9-14900KS31881Windows 11 Pro for Workstations build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 FORMULA32.5 GBGeForce RTX 40902024-10-25 16:08:42
425022.62096097Intel Core i9-14900KF31881Windows 11 Pro for Workstations build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE49.0 GBGeForce RTX 40902024-05-08 01:22:49
524977.12093965Intel Core i9-14900KF31871Windows 11 Pro for Workstations build 22631 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE49.0 GBGeForce RTX 40902024-05-04 21:23:54
624550.71756060Intel Core i9-13900KS31881Windows 10 Home build 19045 (64-bit)Micro-Star International Co., Ltd. MAG Z790 TOMAHAWK WIFI DDR4(MS-7D91)32.5 GBGeForce RTX 40902023-02-27 01:36:21
724124.92010540Intel Core i9-14900KF31881Windows 11 Pro for Workstations build 22631 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE32.6 GBGeForce RTX 40902024-01-30 06:25:31
823924.41989560Intel Core i9-13900KS31881Windows 11 Pro for Workstations build 22631 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE32.6 GBGeForce RTX 40902024-01-06 11:51:42
923117.01986111Intel Core i9-14900K31871Windows 11 Pro for Workstations build 22631 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE32.6 GBGeForce RTX 40902024-01-02 23:37:24
1023035.82196479Intel Core i9-14900K31881Windows 11 Professional Edition build 26120 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 FORMULA32.5 GBGeForce RTX 40902024-09-16 06:54:48
1123011.32219063AMD Ryzen 9 9950X43011Windows 11 Pro for Workstations build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG CROSSHAIR X870E HERO48.8 GBGeForce RTX 40902024-10-14 01:33:56
1223002.92219004AMD Ryzen 9 9950X43011Windows 11 Pro for Workstations build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG CROSSHAIR X870E HERO48.8 GBGeForce RTX 40902024-10-13 22:45:27
1322696.62216075Intel Core i9-14900KS31881Windows 11 Professional Edition build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE49.0 GBGeForce RTX 40902024-10-10 10:13:14
1422676.21936617Intel Core i9-14900K31871Windows 11 Professional Edition build 22631 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 APEX ENCORE32.6 GBGeForce RTX 40902023-10-31 18:47:25
1522626.02214448AMD Ryzen 9 9950X43001Windows 11 Pro for Workstations build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG CROSSHAIR X870E HERO32.4 GBGeForce RTX 40902024-10-08 12:43:52
1622561.71947982Intel Core i9-14900K31881Windows 11 Professional Edition build 22631 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 FORMULA32.5 GBGeForce RTX 40902023-11-16 12:20:10
1722561.52214771AMD Ryzen 9 9950X43001Windows 11 Pro for Workstations build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG CROSSHAIR X870E HERO32.4 GBGeForce RTX 40902024-10-08 21:38:56
1822423.62014883Intel Core i9-14900K31881Windows 11 Professional Edition build 22635 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 FORMULA32.5 GBGeForce RTX 40902024-02-03 17:43:54
1922378.52079225Intel Core i9-14900K31881Windows 11 Professional Edition build 26100 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 FORMULA32.5 GBGeForce RTX 40902024-04-16 04:53:25
2022368.41947167Intel Core i9-14900K31871Windows 11 Professional Edition build 22631 (64-bit)ASUSTeK COMPUTER INC. ROG MAXIMUS Z790 FORMULA32.5 GBGeForce RTX 40902023-11-15 11:19:39

CPU 벤치마크

아래는 차트에 나타나는 모든 단일 및 다중 소켓 CPU 유형의 목록입니다. 열특정 프로세서 이름을 클릭하면 해당 프로세서가 나타나는 차트로 이동하여 강조 표시됩니다.

https://www.cpubenchmark.net/CPU_mega_page.html

CPU NameCoresCPU MarkThread MarkTDP (W)SocketCategory
AMD Ryzen Threadripper PRO 7995WX96153,5983,964350sTR5Desktop
AMD Ryzen Threadripper 7980X64133,9023,956350sTR5Desktop
AMD Ryzen Threadripper PRO 7985WX64133,1943,890350sTR5Desktop
[Dual CPU] AMD Ryzen Threadripper PRO 3995WX64113,6932,559280sWRX8Desktop, Server
[Dual CPU] AMD Ryzen Threadripper PRO 3975WX3298,8112,676280sWRX8Desktop, Server
AMD Ryzen Threadripper 7970X3298,6854,137350sTR5Desktop
AMD Ryzen Threadripper PRO 7975WX3295,6234,065350sTR5Desktop
AMD Ryzen Threadripper PRO 5995WX6493,1923,207280sWRX8Desktop, Server
AMD Ryzen Threadripper PRO 3995WX6483,6972,598280sWRX8Desktop, Server
AMD Ryzen Threadripper 7960X2483,6244,123350sTR5Desktop
AMD Ryzen Threadripper PRO 7965WX2480,9203,945350sTR5Desktop
AMD Ryzen Threadripper 3990X6480,6592,565280sTRX4Desktop
AMD Ryzen Threadripper PRO 5975WX3275,6543,315280sWRX8Desktop, Server
Intel Core Ultra 9 285K2468,7685,087125FCLGA1851Desktop
AMD Ryzen Threadripper PRO 5965WX2466,6803,359280sWRX8Desktop, Server
AMD Ryzen 9 9950X1666,3584,731170AM5Desktop
[Dual CPU] AMD Ryzen Threadripper PRO 3955WX1663,8852,439280sWRX8Desktop, Server
AMD Ryzen Threadripper 3970X3263,1152,665280sTRX4Desktop
AMD Ryzen 9 7950X1662,7044,275170AM5Desktop
AMD Ryzen 9 7950X3D1662,5114,149120AM5Desktop
AMD Ryzen Threadripper PRO 3975WX3262,4772,656280sWRX8Desktop, Server
Intel Core i9-14900KS2462,3744,871150FCLGA1700Desktop
Intel Core Ultra 7 265KF2061,9644,956125FCLGA1851Desktop
Intel Core i9-13900KS2461,5364,746150FCLGA1700Desktop
Intel Core i9-14900K2460,1164,735125FCLGA1700Desktop
AMD Ryzen Threadripper PRO 7955WX1659,9684,096350sTR5Desktop
Intel Core i9-14900KF2459,5634,710125FCLGA1700Desktop
Intel Core Ultra 7 265K2059,1624,784125FCLGA1851Desktop
Intel Core i9-13900K2458,9964,620125FCLGA1700Desktop
Intel Core i9-13900KF2458,3044,609125FCLGA1700Desktop
AMD Ryzen Threadripper 3960X2454,8912,682280sTRX4Desktop
AMD Ryzen 9 9900X1254,6954,684120AM5Desktop

Hardware Selection for FLOW-3D Products – FLOW-3D

부분 업데이트 / ㈜에스티아이씨앤디 솔루션사업부

In this blog, Flow Science’s IT Manager Matthew Taylor breaks down the different hardware components and suggests some ideal configurations for getting the most out of your FLOW-3D products.

개요

본 자료는 Flow Science의 IT 매니저 Matthew Taylor가 작성한 자료를 기반으로 STI C&D에서 일부 자료를 보완한 자료입니다. 본 자료를 통해 FLOW-3D 사용자는 최상의 해석용 컴퓨터를 선택할 때 도움을 받을 수 있을 것으로 기대합니다.

수치해석을 하는 엔지니어들은 사용하는 컴퓨터의 성능에 무척 민감합니다. 그 이유는 수치해석을 하기 위해 여러 준비단계와 분석 시간들이 필요하지만 당연히 압도적으로 시간을 소모하는 것이 계산 시간이기 때문일 것입니다.

따라서 수치해석용 컴퓨터의 선정을 위해서 단위 시간당 시스템이 처리하는 작업의 수나 처리량, 응답시간, 평균 대기 시간 등의 요소를 복합적으로 검토하여 결정하게 됩니다.

또한 수치해석에 적합한 성능을 가진 컴퓨터를 선별하는 방법으로 CPU 계산 처리속도인 Flops/sec 성능도 중요하지만 수치해석을 수행할 때 방대한 계산 결과를 디스크에 저장하고, 해석결과를 분석할 때는 그래픽 성능도 크게 좌우하기 때문에 SSD 디스크와 그래픽카드에도 관심을 가져야 합니다.

FLOW SCIENCE, INC. 에서는 일반적인 FLOW-3D를 지원하는 최소 컴퓨터 사양과 O/S 플랫폼 가이드를 제시하지만, 도입 담당자의 경우, 최상의 조건에서 해석 업무를 수행해야 하기 때문에 가능하면 최고의 성능을 제공하는 해석용 장비 도입이 필요합니다. 이 자료는 2022년 현재 FLOW-3D 제품을 효과적으로 사용하기 위한 하드웨어 선택에 대해 사전에 검토되어야 할 내용들에 대해 자세히 설명합니다. 그리고 실행 중인 시뮬레이션 유형에 따라 다양한 구성에 대한 몇 가지 아이디어를 제공합니다.

CPU 최신 뉴스

2024년 04월 01일 기준

CPU Benchmarks
이미지 출처 : https://www.cpubenchmark.net/high_end_cpus.html

CPU의 선택

CPU는 전반적인 성능에 큰 영향을 미치며, 대부분의 경우 컴퓨터의 가장 중요한 구성 요소입니다. 그러나 데스크탑 프로세서를 구입할 때가 되면 Intel 과 AMD의 모델 번호와 사양을 이해하는 것이 어려워 보일 것입니다.
그리고, CPU 성능을 평가하는 방법에 의해 가장 좋은 CPU를 고른다고 해도 보드와, 메모리, 주변 Chip 등 여러가지 조건에 의해 성능이 달라질 수 있기 때문에 성능평가 결과를 기준으로 시스템을 구입할 경우, 단일 CPU나 부품으로 순위가 정해진 자료보다는 시스템 전체를 대상으로 평가한 순위표를 보고 선정하는 지혜가 필요합니다.

PassMark - CPU Mark
High End CPUs
Updated 31st of March 2024
PassMark – CPU Mark High End CPUs Updated 31st of March 2024

<출처>https://www.cpubenchmark.net/high_end_cpus.html

수치해석을 수행하는 CPU의 경우 예산에 따라 Core가 많지 않은 CPU를 구매해야 하는 경우도 있을 수 있습니다. 보통 Core가 많다고 해석 속도가 선형으로 증가하지는 않으며, 해석 케이스에 따라 적정 Core수가 있습니다. 이 경우 예산에 맞는 성능 대비 최상의 코어 수가 있을 수 있기 때문에 Single thread Performance 도 매우 중요합니다. 아래 성능 도표를 참조하여 예산에 맞는 최적 CPU를 찾는데 도움을 받을 수 있습니다.

CPU 성능 분석 방법

부동소수점 계산을 하는 수치해석과 밀접한 Computer의 연산 성능 벤치마크 방법은 대표적으로 널리 사용되는 아래와 같은 방법이 있습니다.

FLOW-3D의 CFD 솔버 성능은 CPU의 부동 소수점 성능에 전적으로 좌우되기 때문에 계산 집약적인 프로그램입니다. 현재 출시된 사용 가능한 모든 CPU를 벤치마킹할 수는 없지만 상대적인 성능을 합리적으로 비교할 수는 있습니다.

특히, 수치해석 분야에서 주어진 CPU에 대해 FLOW-3D 성능을 추정하거나 여러 CPU 옵션 간의 성능을 비교하기 위한 최상의 옵션은 Standard Performance Evaluation Corporation의 SPEC CPU2017 벤치마크(현재까지 개발된 가장 최신 평가기준임)이며, 특히 SPECspeed 2017 Floating Point 결과가 CFD Solver 성능을 매우 잘 예측합니다.

이는 유료 벤치마크이므로 제공된 결과는 모든 CPU 테스트 결과를 제공하지 않습니다. 보통 제조사가 ASUS, Dell, Lenovo, HP, Huawei 정도의 제품에 대해 RAM이 많은 멀티 소켓 Intel Xeon 기계와 같은 값비싼 구성으로 된 장비 결과들을 제공합니다.

CPU 비교를 위한 또 다른 옵션은 Passmark Software의 CPU 벤치마크입니다. PerformanceTest 제품군은 유료 소프트웨어이지만 무료 평가판을 사용할 수 있습니다. 대부분의 CPU는 저렴한 옵션을 포함하여 나열됩니다. 부동 소수점 성능은 전체 벤치마크의 한 측면에 불과하지만 다양한 워크로드에서 전반적인 성능을 제대로 테스트합니다.

예산을 결정하고 해당 예산에 해당하는 CPU를 선택한 후에는 벤치마크를 사용하여 가격에 가장 적합한 성능을 결정할 수 있습니다.

<참고>

SPEC의 벤치 마크https://www.spec.org/benchmarks.html#cpu )

SPEC CPU 2017 (현재까지 가장 최근에 개발된 CPU 성능측정 기준)

다른 컴퓨터 시스템에서 컴퓨팅 계산에 대한 집약적인 워크로드를 비교하는데 사용할 수 있는 성능 측정을 제공하도록 설계된 SPEC CPU 2017에는 SPECspeed 2017 정수, SPECspeed 2017 부동 소수점, SPECrate 2017 정수 및 SPECrate 2017 부동 소수점의 4 가지 제품군으로 구성된 43 개의 벤치 마크가 포함되어 있습니다. SPEC CPU 2017에는 에너지 소비 측정을 위한 선택적 메트릭도 포함되어 있습니다.

<SPEC CPU 벤치마크 보고서>

벤치마크 결과보고서는 제조사별, 모델별로 테스트한 결과를 아래 사이트에 가면 볼 수 있습니다.

https://www.spec.org/cgi-bin/osgresults

<보고서 샘플>

  • SPEC CPU 2017

Designed to provide performance measurements that can be used to compare compute-intensive workloads on different computer systems, SPEC CPU 2017 contains 43 benchmarks organized into four suites: SPECspeed 2017 Integer, SPECspeed 2017 Floating Point, SPECrate 2017 Integer, and SPECrate 2017 Floating Point. SPEC CPU 2017 also includes an optional metric for measuring energy consumption.

클럭 대 코어

일반적으로 클럭 속도가 높은 칩은 CPU 코어를 더 적게 포함합니다. FLOW-3D는 병렬화가 잘되어 있지만, 디스크 쓰기와 같이 일부 작업은 기본적으로 단일 스레드 방식으로 수행됩니다. 따라서 데이터 출력이 빈번하거나 큰 시뮬레이션은 종종 더 많은 코어가 아닌, 더 높은 클럭 속도를 활용합니다. 마찬가지로 코어 및 소켓의 다중 스레딩은 오버헤드를 발생시키므로 작은 문제의 해석일 경우 사용되는 코어 수를 제한하면 성능이 향상될 수 있습니다.

CPU 아키텍처

CPU 아키텍처는 중요합니다. 최신 CPU는 일반적으로 사이클당 더 많은 기능을 제공합니다. 즉, 현재 세대의 CPU는 일반적으로 동일한 클럭 속도에서 이전 CPU보다 성능이 우수합니다. 또한 전력 효율이 높아져 와트당 성능이 향상될 수 있습니다. Flow Science에는 구형 멀티 소켓 12, 16, 24 코어 Xeon보다 성능이 뛰어난 최근 세대 10~12 Core i9 CPU 시스템을 보유하고 있습니다.

오버클럭

해석용 장비에서는 CPU를 오버클럭 하지 않는 것이 좋습니다. 하드웨어를 다년간의 투자라고 생각한다면, 오버클럭화는 발열을 증가시켜 수명을 단축시킵니다. CPU에 따라 안정성도 저하될 수 있습니다. CPU를 오버클럭 할 때는 세심한 열 관리가 권장됩니다.

하이퍼스레딩

<이미지출처:https://gameabout.com/krum3/4586040>

하이퍼스레딩은 물리적으로 1개의 CPU를 가상으로 2개의 CPU처럼 작동하게 하는 기술로 파이프라인의 단계수가 많고 각 단계의 길이가 짧을때 유리합니다. 다만 수치해석 처럼 모든 코어의 CPU를 100% 사용중인 장시간 수행 시뮬레이션은 일반적으로 Hyper Threading이 비활성화 된 상태에서 더 잘 수행됩니다. FLOW-3D는 100% CPU 사용률이 일반적이므로 새 하드웨어를 구성할 때 Hyper Threading을 비활성화하는 것이 좋습니다. 설정은 시스템의 BIOS 설정에서 수행합니다.

몇 가지 워크로드의 경우에는 Hyper Threading을 사용하여 약간 더 나은 성능을 보이는 경우가 있습니다. 따라서, 최상의 런타임을 위해서는 두 가지 구성중에서 어느 구성이 더 적합한지 시뮬레이션 유형을 테스트하는 것이 좋습니다.

스케일링

여러 코어를 사용할 때 성능은 선형적이지 않습니다. 예를 들어 12 코어 CPU에서 24 코어 CPU로 업그레이드해도 시뮬레이션 런타임이 절반으로 줄어들지 않습니다. 시뮬레이션 유형에 따라 16~32개 이상의 CPU 코어를 선택할 때는 FLOW-3D 및 FLOW-3D CAST의 HPC 버전을 사용하거나 FLOW-3D CLOUD로 이동하는 것을 고려하여야 합니다.

AMD Ryzen 또는 Epyc CPU

AMD는 일부 CPU로 벤치마크 차트를 석권하고 있으며 그 가격은 매우 경쟁력이 있습니다. FLOW SCIENCE, INC. 에서는 소수의 AMD CPU로 FLOW-3D를 테스트했습니다. 현재 Epyc CPU는 이상적이지 않고 Ryzen은 성능이 상당히 우수합니다. 발열은 여전히 신중하게 다뤄져야 할 문제입니다.

<관련 기사>

https://www.techspot.com/news/78122-report-software-fix-can-double-threadripper-2990wx-performance.html

Graphics 고려 사항

FLOW-3D는 OpenGL 드라이버가 만족스럽게 수행되는 최신 그래픽 카드가 필요합니다. 최소한 OpenGL 3.0을 지원하는 것이 좋습니다. 권장 옵션은 엔비디아의 쿼드로 K 시리즈와 AMD의 파이어 프로 W 시리즈입니다.

특히 엔비디아 쿼드로(NVIDIA Quadro)는 엔비디아가 개발한 전문가 용도(워크스테이션)의 그래픽 카드입니다. 일반적으로 지포스 그래픽 카드가 게이밍에 초점이 맞춰져 있지만, 쿼드로는 다양한 산업 분야의 전문가가 필요로 하는 영역에 광범위한 용도로 사용되고 있습니다. 주로 산업계의 그래픽 디자인 분야, 영상 콘텐츠 제작 분야, 엔지니어링 설계 분야, 과학 분야, 의료 분석 분야 등의 전문가 작업용으로 사용되고 있습니다. 따라서 일반적인 소비자를 대상으로 하는 지포스 그래픽 카드와는 다르계 산업계에 포커스 되어 있으며 가격이 매우 비싸서 도입시 예산을 고려해야 합니다.

유의할 점은 엔비디아의 GTX 게이밍 하드웨어는 볼륨 렌더링의 속도가 느리거나 오동작 등 몇 가지 제한 사항이 있습니다. 일반적으로 노트북에 내장된 통합 그래픽 카드보다는 개별 그래픽 카드를 강력하게 추천합니다. 최소한 그래픽 메모리는 512MB 이상을 권장합니다.

PassMark - G3D Mark
High End Videocards
PassMark – G3D Mark High End Videocards

출처 : https://www.videocardbenchmark.net/high_end_gpus.html

원격데스크탑 사용시 고려 사항

Flow Science는 nVidia 드라이버 버전이 341.05 이상인 nVidia Quadro K, M 또는 P 시리즈 그래픽 하드웨어를 권장합니다. 이 카드와 드라이버 조합을 사용하면 원격 데스크톱 연결이 완전한 3D 가속 기능을 갖춘 기본 하드웨어에서 자동으로 실행됩니다.

원격 데스크톱 세션에 연결할 때 nVidia Quadro 그래픽 카드가 설치되어 있지 않으면 Windows는 소프트웨어 렌더링을 사용합니다. FLOW-3D 가 소프트웨어 렌더링을 사용하고 있는지 확인하려면 FLOW-3D 도움말 메뉴에서 정보를 선택하십시오. GDI Generic을 소프트웨어 렌더링으로 사용하는 경우 GL_RENDERER 항목에 표시됩니다.

하드웨어 렌더링을 활성화하는 몇 가지 옵션이 있습니다. 쉬운 방법 중 하나는 실제 콘솔에서 FLOW-3D를 시작한 다음 원격 데스크톱 세션을 연결하는 것입니다. Nice Software DCV 와 같은 일부 VNC 소프트웨어는 기본적으로 하드웨어 렌더링을 사용합니다.

RAM 고려 사항

프로세서 코어당 최소 4GB의 RAM은 FLOW-3D의 좋은 출발입니다. POST Processor를 사용하여 후처리 작업을 할 경우 충분한 양의 RAM을 사용하는 것이 좋습니다.

현재 주력제품인 DDR4보다 2배 빠른 DDR5가 곧 출시된다는 소식도 있습니다.

일반적으로 FLOW-3D를 이용하여 해석을 할 경우 격자(Mesh)수에 따라 소요되는 적정 메모리 크기는 아래와 같습니다.페이지 보기

  • 초대형 (2억개 이상의 셀) : 최소 128GB
  • 대형 (60 ~ 1억 5천만 셀) : 64 ~ 128GB
  • 중간 (30-60백만 셀) : 32-64GB
  • 작음 (3 천만 셀 이하) : 최소 32GB

HDD 고려 사항

수치해석은 해석결과 파일의 데이터 양이 매우 크기 때문에 읽고 쓰는데, 속도면에서 매우 빠른 SSD를 적용하면 성능면에서 큰 도움이 됩니다. 다만 SSD 가격이 비싸서 가성비 측면을 고려하여 적정수준에서 결정이 필요합니다.

CPU와 저장장치 간 데이터가 오고 가는 통로가 그림과 같이 3가지 방식이 있습니다. 이를 인터페이스라 부르며 SSD는 흔히 PCI-Express 와 SATA 통로를 이용합니다.

흔히 말하는 NVMe는 PCI-Express3.0 지원 SSD의 경우 SSD에 최적화된 NVMe (NonVolatile Memory Express) 전송 프로토콜을 사용합니다. 주의할 점은 MVMe중에서 SATA3 방식도 있기 때문에 잘 구별하여 구입하시기 바랍니다.

그리고 SSD를 선택할 경우에도 SSD 종류 중에서 PCI Express 타입은 매우 빠르고 가격이 고가였지만 최근에는 많이 저렴해졌습니다. 따라서 예산 범위내에서 NVMe SSD등 가장 효과적인 선택을 하는 것이 좋습니다.
( 참고 : 해석용 컴퓨터 SSD 고르기 참조 )

기존의 물리적인 하드 디스크의 경우, 디스크에 기록된 데이터를 읽기 위해서는 데이터를 읽어내는 헤드(바늘)가 물리적으로 데이터가 기록된 위치까지 이동해야 하므로 이동에 일정한 시간이 소요됩니다. (이러한 시간을 지연시간, 혹은 레이턴시 등으로 부름) 따라서 하드 디스크의 경우 데이터를 읽기 위한 요청이 주어진 뒤에 데이터를 실제로 읽기까지 일정한 시간이 소요되는데, 이 시간을 일정한 한계(약 10ms)이하로 줄이는 것이 불가능에 가까우며, 데이터가 플래터에 실제 기록된 위치에 따라서 이러한 데이터에의 접근시간 역시 차이가 나게 됩니다.

하지만 HDD의 최대 강점은 가격대비 용량입니다. 현재 상용화되어 판매하는 대용량 HDD는 12TB ~ 15TB가 공급되고 있으며, 이는 데이터 저장이나 백업용으로 가장 좋은 선택이 됩니다.
결론적으로 데이터를 직접 읽고 쓰는 드라이브는 SSD를 사용하고 보관하는 용도의 드라이브는 기존의 HDD를 사용하는 방법이 효과적인 선택이 될 수 있습니다.

PassMark – Disk Rating High End Drives

PassMark - Disk Rating
High End Drives
PassMark – Disk Rating High End Drives

출처 : https://www.harddrivebenchmark.net/high_end_drives.html

상기 벤치마크 테스트는 테스트 조건에 따라 그 성능 곡선이 달라질 수 있기 때문에 조건을 확인할 필요가 있습니다. 예를 들어 Windows7, windows8, windows10 , windows11 모두에서 테스트한 결과를 평균한 점수와 자신이 사용할 컴퓨터 O/S에서 테스트한 결과는 다를 수 있습니다. 상기 결과에 대한 테스트 환경에 대한 내용은 아래 사이트를 참고하시기 바랍니다.

참고 : 테스트 환경

페이지 보기

Coupled CFD-DEM simulation of interfacial fluid–particle interaction during binder jet 3D printing

Coupled CFD-DEM simulation of interfacial fluid–particle interaction during binder jet 3D printing

바인더 제트 3D 프린팅 중 계면 유체-입자 상호 작용에 대한 CFD-DEM 결합 시뮬레이션

Joshua J. Wagner, C. Fred Higgs III

https://doi.org/10.1016/j.cma.2024.116747

Abstract

The coupled dynamics of interfacial fluid phases and unconstrained solid particles during the binder jet 3D printing process govern the final quality and performance of the resulting components. The present work proposes a computational fluid dynamics (CFD) and discrete element method (DEM) framework capable of simulating the complex interfacial fluid–particle interaction that occurs when binder microdroplets are deposited into a powder bed. The CFD solver uses a volume-of-fluid (VOF) method for capturing liquid–gas multifluid flows and relies on block-structured adaptive mesh refinement (AMR) to localize grid refinement around evolving fluid–fluid interfaces. The DEM module resolves six degrees of freedom particle motion and accounts for particle contact, cohesion, and rolling resistance. Fully-resolved CFD-DEM coupling is achieved through a fictitious domain immersed boundary (IB) approach. An improved method for enforcing three-phase contact lines with a VOF-IB extension technique is introduced. We present several simulations of binder jet primitive formation using realistic process parameters and material properties. The DEM particle systems are experimentally calibrated to reproduce the cohesion behavior of physical nickel alloy powder feedstocks. We demonstrate the proposed model’s ability to resolve the interdependent fluid and particle dynamics underlying the process by directly comparing simulated primitive granules with one-to-one experimental counterparts obtained from an in-house validation apparatus. This computational framework provides unprecedented insight into the fundamental mechanisms of binder jet 3D printing and presents a versatile new approach for process parameter optimization and defect mitigation that avoids the inherent challenges of experiments.

바인더 젯 3D 프린팅 공정 중 계면 유체 상과 구속되지 않은 고체 입자의 결합 역학이 결과 구성 요소의 최종 품질과 성능을 좌우합니다. 본 연구는 바인더 미세액적이 분말층에 증착될 때 발생하는 복잡한 계면 유체-입자 상호작용을 시뮬레이션할 수 있는 전산유체역학(CFD) 및 이산요소법(DEM) 프레임워크를 제안합니다.

CFD 솔버는 액체-가스 다중유체 흐름을 포착하기 위해 VOF(유체량) 방법을 사용하고 블록 구조 적응형 메쉬 세분화(AMR)를 사용하여 진화하는 유체-유체 인터페이스 주위의 그리드 세분화를 국지화합니다. DEM 모듈은 6개의 자유도 입자 운동을 해결하고 입자 접촉, 응집력 및 구름 저항을 설명합니다.

완전 분해된 CFD-DEM 결합은 가상 도메인 침지 경계(IB) 접근 방식을 통해 달성됩니다. VOF-IB 확장 기술을 사용하여 3상 접촉 라인을 강화하는 향상된 방법이 도입되었습니다. 현실적인 공정 매개변수와 재료 특성을 사용하여 바인더 제트 기본 형성에 대한 여러 시뮬레이션을 제시합니다.

DEM 입자 시스템은 물리적 니켈 합금 분말 공급원료의 응집 거동을 재현하기 위해 실험적으로 보정되었습니다. 우리는 시뮬레이션된 기본 과립과 내부 검증 장치에서 얻은 일대일 실험 대응물을 직접 비교하여 프로세스의 기본이 되는 상호 의존적인 유체 및 입자 역학을 해결하는 제안된 모델의 능력을 보여줍니다.

이 계산 프레임워크는 바인더 제트 3D 프린팅의 기본 메커니즘에 대한 전례 없는 통찰력을 제공하고 실험에 내재된 문제를 피하는 공정 매개변수 최적화 및 결함 완화를 위한 다용도의 새로운 접근 방식을 제시합니다.

Introduction

Binder jet 3D printing (BJ3DP) is a powder bed additive manufacturing (AM) technology capable of fabricating geometrically complex components from advanced engineering materials, such as metallic superalloys and ultra-high temperature ceramics [1], [2]. As illustrated in Fig. 1(a), the process is comprised of many repetitive print cycles, each contributing a new cross-sectional layer on top of a preceding one to form a 3D CAD-specified geometry. The feedstock material is first delivered from a hopper to a build plate and then spread into a thin layer by a counter-rotating roller. After powder spreading, a print head containing many individual inkjet nozzles traverses over the powder bed while precisely jetting binder microdroplets onto select regions of the spread layer. Following binder deposition, the build plate lowers by a specified layer thickness, leaving a thin void space at the top of the job box that the subsequent powder layer will occupy. This cycle repeats until the full geometries are formed layer by layer. Powder bed fusion (PBF) methods follow a similar procedure, except they instead use a laser or electron beam to selectively melt and fuse the powder material. Compared to PBF, binder jetting offers several distinct advantages, including faster build rates, enhanced scalability for large production volumes, reduced machine and operational costs, and a wider selection of suitable feedstock materials [2]. However, binder jetted parts generally possess inferior mechanical properties and reduced dimensional accuracy [3]. As a result, widescale adoption of BJ3DP to fabricate high-performance, mission-critical components, such as those common to the aerospace and defense sectors, is contingent on novel process improvements and innovations [4].

A major obstacle hindering the advancement of BJ3DP is our limited understanding of how various printing parameters and material properties collectively influence the underlying physical mechanisms of the process and their effect on the resulting components. To date, the vast majority of research efforts to uncover these relationships have relied mainly on experimental approaches [5], [6], [7], [8], [9], [10], [11], [12], [13], [14], [15], [16], [17], [18], [19], which are often expensive and time-consuming and have inherent physical restrictions on what can be measured and observed. For these reasons, there is a rapidly growing interest in using computational models to circumvent the challenges of experimental investigations and facilitate a deeper understanding of the process’s fundamental phenomena. While significant progress has been made in developing and deploying numerical frameworks aimed at powder spreading [20], [21], [22], [23], [24], [25], [26], [27] and sintering [28], [29], [30], [31], [32], simulating the interfacial fluid–particle interaction (IFPI) in the binder deposition stage is still in its infancy. In their exhaustive review, Mostafaei et al. [2] point out the lack of computational models capable of resolving the coupled fluid and particle dynamics associated with binder jetting and suggest that the development of such tools is critical to further improving the process and enhancing the quality of its end-use components.

We define IFPI as a multiphase flow regime characterized by immiscible fluid phases separated by dynamic interfaces that intersect the surfaces of moving solid particles. As illustrated in Fig. 1(b), an elaborate IFPI occurs when a binder droplet impacts the powder bed in BJ3DP. The momentum transferred from the impacting droplet may cause powder compaction, cratering, and particle ejection. These ballistic disturbances can have deleterious effects on surface texture and lead to the formation of large void spaces inside the part [5], [13]. After impact, the droplet spreads laterally on the bed surface and vertically into the pore network, driven initially by inertial impact forces and then solely by capillary action [33]. Attractive capillary forces exerted on mutually wetted particles tend to draw them inward towards each other, forming a packed cluster of bound particles referred to as a primitive [34]. A single-drop primitive is the most fundamental building element of a BJ3DP part, and the interaction leading to its formation has important implications on the final part characteristics, such as its mechanical properties, resolution, and dimensional accuracy. Generally, binder droplets are deposited successively as the print head traverses over the powder bed. The traversal speed and jetting frequency are set such that consecutive droplets coalesce in the bed, creating a multi-drop primitive line instead of a single-drop primitive granule. The binder must be jetted with sufficient velocity to penetrate the powder bed deep enough to provide adequate interlayer binding; however, a higher impact velocity leads to more pronounced ballistic effects.

A computational framework equipped to simulate the interdependent fluid and particle dynamics in BJ3DP would allow for unprecedented observational and measurement capability at temporal and spatial resolutions not currently achievable by state-of-the-art imaging technology, namely synchrotron X-ray imaging [13], [14], [18], [19]. Unfortunately, BJ3DP presents significant numerical challenges that have slowed the development of suitable modeling frameworks; the most significant of which are as follows:

  • 1.Incorporating dynamic fluid–fluid interfaces with complex topological features remains a nontrivial task for standard mesh-based CFD codes. There are two broad categories encompassing the methods used to handle interfacial flows: interface tracking and interface capturing [35]. Interface capturing techniques, such as the popular volume-of-fluid (VOF) [36] and level-set methods [37], [38], are better suited for problems with interfaces that become heavily distorted or when coalescence and fragmentation occur frequently; however, they are less accurate in resolving surface tension and boundary layer effects compared to interface tracking methods like front-tracking [39], arbitrary Lagrangian–Eulerian [40], and space–time finite element formulations [41]. Since interfacial forces become increasingly dominant at decreasing length scales, inaccurate surface tension calculations can significantly deteriorate the fidelity of IFPI simulations involving <100 μm droplets and particles.
  • 2.Dynamic powder systems are often modeled using the discrete element method (DEM) introduced by Cundall and Strack [42]. For IFPI problems, a CFD-DEM coupling scheme is required to exchange information between the fluid and particle solvers. Fully-resolved CFD-DEM coupling suggests that the flow field around individual particle surfaces is resolved on the CFD mesh [43], [44]. In contrast, unresolved coupling volume averages the effect of the dispersed solid phase on the continuous fluid phases [45], [46], [47], [48]. Comparatively, the former is computationally expensive but provides detailed information about the IFPI in question and is more appropriate when contact line dynamics are significant. However, since the pore structure of a powder bed is convoluted and evolves with time, resolving such solid–fluid interfaces on a computational mesh presents similar challenges as fluid–fluid interfaces discussed in the previous point. Although various algorithms have been developed to deform unstructured meshes to accommodate moving solid surfaces (see Bazilevs et al. [49] for an overview of such methods), they can be prohibitively expensive when frequent topology changes require mesh regeneration rather than just modification through nodal displacement. The pore network in a powder bed undergoes many topology changes as particles come in and out of contact with each other, constantly closing and opening new flow channels. Non-body-conforming structured grid approaches that rely on immersed boundary (IB) methods to embed the particles in the flow field can be better suited for such cases [50]. Nevertheless, accurately representing these complex pore geometries on Cartesian grids requires extremely high mesh resolutions, which can impose significant computational costs.
  • 3.Capillary effects depend on the contact angle at solid–liquid–gas intersections. Since mesh nodes do not coincide with a particle surface when using an IB method on structured grids, imposing contact angle boundary conditions at three-phase contact lines is not straightforward.

While these issues also pertain to PBF process modeling, resolving particle motion is generally less crucial for analyzing melt pool dynamics compared to primitive formation in BJ3DP. Therefore, at present, the vast majority of computational process models of PBF assume static powder beds and avoid many of the complications described above, see, e.g., [51], [52], [53], [54], [55], [56], [57], [58], [59]. Li et al. [60] presented the first 2D fully-resolved CFD-DEM simulations of the interaction between the melt pool, powder particles, surrounding gas, and metal vapor in PBF. Following this work, Yu and Zhao [61], [62] published similar melt pool IFPI simulations in 3D; however, contact line dynamics and capillary forces were not considered. Compared to PBF, relatively little work has been published regarding the computational modeling of binder deposition in BJ3DP. Employing the open-source VOF code Gerris [63], Tan [33] first simulated droplet impact on a powder bed with appropriate binder jet parameters, namely droplet size and impact velocity. However, similar to most PBF melt pool simulations described in the current literature, the powder bed was fixed in place and not allowed to respond to the interacting fluid phases. Furthermore, a simple face-centered cubic packing of non-contacting, monosized particles was considered, which does not provide a realistic pore structure for AM powder beds. Building upon this approach, we presented a framework to simulate droplet impact on static powder beds with more practical particle size distributions and packing arrangements [64]. In a study similar to [33], [64], Deng et al. [65] used the VOF capability in Ansys Fluent to examine the lateral and vertical spreading of a binder droplet impacting a fixed bimodal powder bed with body-centered packing. Li et al. [66] also adopted Fluent to conduct 2D simulations of a 100 μm diameter droplet impacting substrates with spherical roughness patterns meant to represent the surface of a simplified powder bed with monosized particles. The commercial VOF-based software FLOW-3D offers an AM module centered on process modeling of various AM technologies, including BJ3DP. However, like the above studies, particle motion is still not considered in this codebase. Ur Rehman et al. [67] employed FLOW-3D to examine microdroplet impact on a fixed stainless steel powder bed. Using OpenFOAM, Erhard et al. [68] presented simulations of different droplet impact spacings and patterns on static sand particles.

Recently, Fuchs et al. [69] introduced an impressive multipurpose smoothed particle hydrodynamics (SPH) framework capable of resolving IFPI in various AM methods, including both PBF and BJ3DP. In contrast to a combined CFD-DEM approach, this model relies entirely on SPH meshfree discretization of both the fluid and solid governing equations. The authors performed several prototype simulations demonstrating an 80 μm diameter droplet impacting an unconstrained powder bed at different speeds. While the powder bed responds to the hydrodynamic forces imparted by the impacting droplet, the particle motion is inconsistent with experimental time-resolved observations of the process [13]. Specifically, the ballistic effects, such as particle ejection and bed deformation, were drastically subdued, even in simulations using a droplet velocity ∼ 5× that of typical jetting conditions. This behavior could be caused by excessive damping in the inter-particle contact force computations within their SPH framework. Moreover, the wetted particles did not appear to be significantly influenced by the strong capillary forces exerted by the binder as no primitive agglomeration occurred. The authors mention that the objective of these simulations was to demonstrate their codebase’s broad capabilities and that some unrealistic process parameters were used to improve computational efficiency and stability, which could explain the deviations from experimental observations.

In the present paper, we develop a novel 3D CFD-DEM numerical framework for simulating fully-resolved IFPI during binder jetting with realistic material properties and process parameters. The CFD module is based on the VOF method for capturing binder–air interfaces. Surface tension effects are realized through the continuum surface force (CSF) method with height function calculations of interface curvature. Central to our fluid solver is a proprietary block-structured AMR library with hierarchical octree grid nesting to focus enhanced grid resolution near fluid–fluid interfaces. The GPU-accelerated DEM module considers six degrees of freedom particle motion and includes models based on Hertz-Mindlin contact, van der Waals cohesion, and viscoelastic rolling resistance. The CFD and DEM modules are coupled to achieve fully-resolved IFPI using an IB approach in which Lagrangian solid particles are mapped to the underlying Eulerian fluid mesh through a solid volume fraction field. An improved VOF-IB extension algorithm is introduced to enforce the contact angle at three-phase intersections. This provides robust capillary flow behavior and accurate computations of the fluid-induced forces and torques acting on individual wetted particles in densely packed powder beds.

We deploy our integrated codebase for direct numerical simulations of single-drop primitive formation with powder beds whose particle size distributions are generated from corresponding laboratory samples. These simulations use jetting parameters similar to those employed in current BJ3DP machines, fluid properties that match commonly used aqueous polymeric binders, and powder properties specific to nickel alloy feedstocks. The cohesion behavior of the DEM powder is calibrated based on the angle of repose of the laboratory powder systems. The resulting primitive granules are compared with those obtained from one-to-one experiments conducted using a dedicated in-house test apparatus. Finally, we demonstrate how the proposed framework can simulate more complex and realistic printing operations involving multi-drop primitive lines.

Section snippets

Mathematical description of interfacial fluid–particle interaction

This section briefly describes the governing equations of fluid and particle dynamics underlying the CFD and DEM solvers. Our unified framework follows an Eulerian–Lagrangian approach, wherein the Navier–Stokes equations of incompressible flow are discretized on an Eulerian grid to describe the motion of the binder liquid and surrounding gas, and the Newton–Euler equations account for the positions and orientations of the Lagrangian powder particles. The mathematical foundation for

CFD solver for incompressible flow with multifluid interfaces

This section details the numerical methodology used in our CFD module to solve the Navier–Stokes equations of incompressible flow. First, we introduce the VOF method for capturing the interfaces between the binder and air phases. This approach allows us to solve the fluid dynamics equations considering only a single continuum field with spatial and temporal variations in fluid properties. Next, we describe the time integration procedure using a fractional-step projection algorithm for

DEM solver for solid particle dynamics

This section covers the numerical procedure for tracking the motion of individual powder particles with DEM. The Newton–Euler equations (Eqs. (10), (11)) are ordinary differential equations (ODEs) for which many established numerical integrators are available. In general, the most challenging aspects of DEM involve processing particle collisions in a computationally efficient manner and dealing with small time step constraints that result from stiff materials, such as metallic AM powders. The

Unified CFD-DEM solver

The preceding sections have introduced the CFD and DEM solution algorithms separately. Here, we discuss the integrated CFD-DEM solution algorithm and related details.

Binder jet process modeling and validation experiments

In this section, we deploy our CFD-DEM framework to simulate the IFPI occurring during the binder droplet deposition stage of the BJ3DP process. The first simulations attempt to reproduce experimental single-drop primitive granules extracted from four nickel alloy powder samples with varying particle size distributions. The experiments are conducted with a dedicated in-house test apparatus that allows for the precision deposition of individual binder microdroplets into a powder bed sample. The

Conclusions

This paper introduces a coupled CFD-DEM framework capable of fully-resolved simulation of the interfacial fluid–particle interaction occurring in the binder jet 3D printing process. The interfacial flow of binder and surrounding air is captured with the VOF method and surface tension effects are incorporated using the CSF technique augmented by height function curvature calculations. Block-structured AMR is employed to provide localized grid refinement around the evolving liquid–gas interface.

CRediT authorship contribution statement

Joshua J. Wagner: Conceptualization, Data curation, Formal analysis, Investigation, Methodology, Software, Visualization, Writing – original draft, Writing – review & editing. C. Fred Higgs III: Conceptualization, Funding acquisition, Investigation, Methodology, Project administration, Resources, Supervision, Writing – original draft, Writing – review & editing.

Declaration of competing interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

Acknowledgments

This work was supported by a NASA Space Technology Research Fellowship, United States of America, Grant No. 80NSSC19K1171. Partial support was also provided through an AIAA Foundation Orville, USA and Wilbur Wright Graduate Award, USA . The authors would like to gratefully acknowledge Dr. Craig Smith of NASA Glenn Research Center for the valuable input he provided on this project.

References (155)

Fig. 8. Comparison of the wave pattern for : (a) Ship wave only; (b) Ship wave in the presence of a following current.

균일한 해류가 존재하는 선박 파도의 수치 시뮬레이션

Numerical simulation of ship waves in the presence of a uniform current

CongfangAiYuxiangMaLeiSunGuohaiDongState Key Laboratory of Coastal and Offshore Engineering, Dalian University of Technology, Dalian, 116024, China

Highlights

• Ship waves in the presence of a uniform current are studied by a non-hydrostatic model.

• Effects of a following current on characteristic wave parameters are investigated.

• Effects of an opposing current on characteristic wave parameters are investigated.

• The response of the maximum water level elevation to the ship draft is discussed.

Abstract

이 논문은 균일한 해류가 존재할 때 선박파의 생성 및 전파를 시뮬레이션하기 위한 비정역학적 모델을 제시합니다. 선박 선체의 움직임을 표현하기 위해 움직이는 압력장 방법이 모델에 통합되었습니다.

뒤따르거나 반대 방향의 균일한 흐름이 있는 경우의 선박 파도의 수치 결과를 흐름이 없는 선박 파도의 수치 결과와 비교합니다. 추종 또는 반대 균일 전류가 존재할 때 계산된 첨단선 각도는 분석 솔루션과 잘 일치합니다. 추종 균일 전류와 반대 균일 전류가 특성파 매개변수에 미치는 영향을 제시하고 논의합니다.

선박 흘수에 대한 최대 수위 상승의 응답은 추종 또는 반대의 균일한 흐름이 있는 경우에도 표시되며 흐름이 없는 선박 파도의 응답과 비교됩니다. 선박 선체 측면의 최대 수위 상승은 Froude 수 Fr’=Us/gh의 특정 범위에 대해 다음과 같은 균일한 흐름의 존재에 의해 증가될 수 있음이 밝혀졌습니다.

여기서 Us는 선박 속도이고 h는 물입니다. 깊이. 균일한 해류를 무시하면 추종류나 반대류가 존재할 때 선박 흘수에 대한 최대 수위 상승의 응답이 과소평가될 수 있습니다.

본 연구는 선박파의 해석에 있어 균일한 해류의 영향을 고려해야 함을 시사합니다.

This paper presents a non-hydrostatic model to simulate the generation and propagation of ship waves in the presence of a uniform current. A moving pressure field method is incorporated into the model to represent the movement of a ship hull. Numerical results of ship waves in the presence of a following or an opposing uniform current are compared with those of ship waves without current. The calculated cusp-line angles in the presence of a following or opposing uniform current agree well with analytical solutions. The effects of a following uniform current and an opposing uniform current on the characteristic wave parameters are presented and discussed. The response of the maximum water level elevation to the ship draft is also presented in the presence of a following or an opposing uniform current and is compared with that for ship waves without current. It is found that the maximum water level elevation lateral to the ship hull can be increased by the presence of a following uniform current for a certain range of Froude numbers Fr′=Us/gh, where Us is the ship speed and h is the water depth. If the uniform current is neglected, the response of the maximum water level elevation to the ship draft in the presence of a following or an opposing current can be underestimated. The present study indicates that the effect of a uniform current should be considered in the analysis of ship waves.

Keywords

Ship waves, Non-hydrostatic model, Following current, Opposing current, Wave parameters

1. Introduction

Similar to wind waves, ships sailing across the sea can also create free-surface undulations ranging from ripples to waves of large size (Grue, 20172020). Ship waves can cause sediment suspension and engineering structures damage and even pose a threat to flora and fauna living near the embankments of waterways (Dempwolff et al., 2022). It is quite important to understand ship waves in various environments. The study of ship waves has been conducted over a century. A large amount of research (Almström et al., 2021Bayraktar and Beji, 2013David et al., 2017Ertekin et al., 1986Gourlay, 2001Havelock, 1908Lee and Lee, 2019Samaras and Karambas, 2021Shi et al., 2018) focused on the generation and propagation of ship waves without current. When a ship navigates in the sea or in a river where tidal flows or river flows always exist, the effect of currents should be taken into account. However, the effect of currents on the characteristic parameters of ship waves is still unclear, because very few publications have been presented on this topic.

Over the past two decades, many two-dimensional (2D) Boussinesq-type models (Bayraktar and Beji, 2013Dam et al., 2008David et al., 2017Samaras and Karambas, 2021Shi et al., 2018) were developed to examine ship waves. For example, Bayraktar and Beji (2013) solved Boussinesq equations with improved dispersion characteristics to simulate ship waves due to a moving pressure field. David et al. (2017) employed a Boussinesq-type model to investigate the effects of the pressure field and its propagation speed on characteristic wave parameters. All of these Boussinesq-type models aimed to simulate ship waves without current except for that of Dam et al. (2008), who investigated the effect of currents on the maximum wave height of ship waves in a narrow channel.

In addition to Boussinesq-type models, numerical models based on the Navier-Stokes equations (NSE) or Euler equations are also capable of resolving ship waves. Lee and Lee (20192021) employed the FLOW-3D model to simulate ship waves without current and ship waves in the presence of a uniform current to confirm their equations for ship wave crests. FLOW-3D is a computational fluid dynamics (CFD) software based on the NSE, and the volume of fluid (VOF) method is used to capture the moving free surface. However, VOF-based NSE models are computationally expensive due to the treatment of the free surface. To efficiently track the free surface, non-hydrostatic models employ the so-called free surface equation and can be solved efficiently. One pioneering application for the simulation of ship waves by the non-hydrostatic model was initiated by Ma (2012) and named XBeach. Recently, Almström et al. (2021) validated XBeach with improved dispersive behavior by comparison with field measurements. XBeach employed in Almström et al. (2021) is a 2-layer non-hydrostatic model and is accurate up to Kh=4 for the linear dispersion relation (de Ridder et al., 2020), where K=2π/L is the wavenumber. L is the wavelength, and h is the still water depth. However, no applications of non-hydrostatic models on the simulation of ship waves in the presence of a uniform current have been published. For more advances in the numerical modelling of ship waves, the reader is referred to Dempwolff et al. (2022).

This paper investigates ship waves in the presence of a uniform current by using a non-hydrostatic model (Ai et al., 2019), in which a moving pressure field method is incorporated to represent the movement of a ship hull. The model solves the incompressible Euler equations by using a semi-implicit algorithm and is associated with iterating to solve the Poisson equation. The model with two, three and five layers is accurate up to Kh= 7, 15 and 40, respectively (Ai et al., 2019) in resolving the linear dispersion relation. To the best of our knowledge, ship waves in the presence of currents have been studied theoretically (Benjamin et al., 2017Ellingsen, 2014Li and Ellingsen, 2016Li et al., 2019.) and numerically (Dam et al., 2008Lee and Lee, 20192021). However, no publications have presented the effects of a uniform current on characteristic wave parameters except for Dam et al. (2008), who investigated only the effect of currents on the maximum wave height in a narrow channel for the narrow relative Froude number Fr=(Us−Uc)/gh ranging from 0.47 to 0.76, where Us is the ship speed and Uc is the current velocity. To reveal the effect of currents on the characteristic parameters of ship waves, the main objectives of this paper are (1) to validate the capability of the proposed model to resolve ship waves in the presence of a uniform current, (2) to investigate the effects of a following or an opposing current on characteristic wave parameters including the maximum water level elevation and the leading wave period in the ship wave train, (3) to show the differences in characteristic wave parameters between ship waves in the presence of a uniform current and those without current when the same relative Froude number Fr is specified, and (4) to examine the response of the maximum water level elevation to the ship draft in the presence of a uniform current.

The remainder of this paper is organized as follows. The non-hydrostatic model for ship waves is described in Section 2. Section 3 presents numerical validations for ship waves. Numerical results and discussions about the effects of a uniform current on characteristic wave parameters are provided in Section 4, and a conclusion is presented in Section 5.

2. Non-hydrostatic model for ship waves

2.1. Governing equations

The 3D incompressible Euler equations are expressed in the following form:(1)∂u∂x+∂v∂y+∂w∂z=0(2)∂u∂t+∂u2∂x+∂uv∂y+∂uw∂z=−∂p∂x(3)∂v∂t+∂uv∂x+∂v2∂y+∂vw∂z=−∂p∂y(4)∂w∂t+∂uw∂x+∂vw∂y+∂w2∂z=−∂p∂z−gwhere t is the time; u(x,y,z,t), v(x,y,z,t) and w(x,y,z,t) are the velocity components in the horizontal x, y and vertical z directions, respectively; p(x,y,z,t) is the pressure divided by a constant reference density; and g is the gravitational acceleration.

The pressure p(x,y,z,t) can be expressed as(5)p=ps+g(η−z)+qwhere ps(x,y,t) is the pressure at the free surface, η(x,y,t) is the free surface elevation, and q(x,y,z,t) is the non-hydrostatic pressure.

η(x,y,t) is calculated by the following free-surface equation:(6)∂η∂t+∂∂x∫−hηudz+∂∂y∫−hηvdz=0where z=−h(x,y) is the bottom surface.

To generate ship waves, ps(x,y,t) is determined by the following slender-body type pressure field (Bayraktar and Beji, 2013David et al., 2017Samaras and Karambas, 2021):

For −L/2≤x’≤L/2,−B/2≤y’≤B/2(7)ps(x,y,t)|t=0=pm[1−cL(x′/L)4][1−cB(y′/B)2]exp⁡[−a(y′/B)2]where x′=x−x0 and y′=y−y0. (x0,y0) is the center of the pressure field, pm is the peak pressure defined at (x0,y0), and L and B are the lengthwise and breadthwise parameters, respectively. cL, cB and a are set to 16, 2 and 16, respectively.

2.2. Numerical algorithms

In this study, the generation of ship waves is incorporated into the semi-implicit non-hydrostatic model developed by Ai et al. (2019). The 3D grid system used in the model is built from horizontal rectangular grids by adding horizontal layers. The horizontal layers are distributed uniformly along the water depth, which means the layer thickness is defined by Δz=(η+h)/Nz, where Nz is the number of horizontal layers.

In the solution procedure, the first step is to generate ship waves by implementing Eq. (7) together with the prescribed ship track. In the second step, Eqs. (1)(2)(3)(4) are solved by the pressure correction method, which can be subdivided into three stages. The first stage is to compute intermediate velocities un+1/2, vn+1/2, and wn+1/2 by solving Eqs. (2)(3)(4), which contain the non-hydrostatic pressure at the preceding time level. In the second stage, the Poisson equation for the non-hydrostatic pressure correction term is solved on the graphics processing unit (GPU) in conjunction with the conjugate gradient method. The third stage is to compute the new velocities un+1, vn+1, and wn+1 by correcting the intermediate values after including the non-hydrostatic pressure correction term. In the discretization of Eqs. (2)(3), the gradient terms of the water surface ∂η/∂x and ∂η/∂y are discretized by means of the semi-implicit method (Vitousek and Fringer, 2013), in which the implicitness factor θ=0.5 is used. The model is second-order accurate in time for free-surface flows. More details about the model can be found in Ai et al. (2019).

3. Model validation

In this section, we validate the proposed model in resolving ship waves. The numerical experimental conditions are provided in Table 1 and Table 2. In Table 2, Case A with the current velocity of Uc = 0.0 m/s represents ship waves without current. Both Case B and Case C correspond to the cases in the presence of a following current, while Case D and Case E represent the cases in the presence of an opposing current. The current velocities are chosen based on the observed currents at 40.886° N, 121.812° E, which is in the Liaohe Estuary. The measured data were collected from 14:00 on September 18 (GMT + 08:00) to 19:00 on September 19 in 2021. The maximum flood velocity is 1.457 m/s, and the maximum ebb velocity is −1.478 m/s. The chosen current velocities are between the maximum flood velocity and the maximum ebb velocity.

Table 1. Summary of ship speeds.

CaseWater depth h (m)Ship speed Us (m/s)Froude number Fr′=Us/gh
16.04.570.6
26.05.350.7
36.06.150.8
46.06.900.9
56.07.0930.925
66.07.280.95
76.07.4760.975
86.07.861.025
96.08.061.05
106.08.2431.075
116.08.451.1
126.09.201.2
136.09.971.3
146.010.751.4
156.011.501.5
166.012.301.6
176.013.051.7
186.013.801.8
196.014.601.9
206.015.352.0

Table 2. Summary of current velocities.

CaseABCDE
Current velocity
Uc (m/s)
0.00.51.0−0.5−1.0

Notably, the Froude number Fr′=Us/gh presented in Table 1 is defined by the ship speed Us only and is different from the relative Froude number Fr when a uniform current is presented. According to the theory of Lee and Lee (2021), with the same relative Froude number, the cusp-line angles in the presence of a following or an opposing uniform current are identical to those without current. As a result, for the test cases presented in Table 1Table 2, all calculated cusp-line angles follow the analytical solution of Havelock (1908), when the relative Froude number Fr is introduced.

As shown in Fig. 1, the dimensions of the computational domain are −420≤x≤420 m and −200≤y≤200 m, which are similar to those of David et al. (2017). The ship track follows the x axis and ranges from −384 m to 384 m. The ship hull is represented by Eq. (7), in which the length L and the beam B are set to 14.0 m and 7.0 m, respectively, and the peak pressure value is pm= 5000 Pa. In the numerical simulations, grid convergence tests reveal that the horizontal grid spacing of Δx=Δy= 1.0 m and two horizontal layers are adequate. The numerical results with different numbers of horizontal layers are shown in the Appendix.

Fig. 1

Fig. 2Fig. 3 compare the calculated cusp-line angles θc with the analytical solutions of Havelock (1908) for ship waves in the presence of a following uniform current and an opposing uniform current, respectively. The calculated cusp-line angles without current are also depicted in Fig. 2Fig. 3. All calculated cusp-line angles are in good agreement with the analytical solutions, except that the model tends to underpredict the cusp-line angle for 0.9<Fr<1.0. Notably, a similar underprediction of the cusp-line angle can also be found in David et al. (2017).

Fig. 2
Fig. 3

4. Results and discussions

This section presents the effects of a following current and opposing current on the maximum water level elevation and the leading wave period in the wave train based on the test cases presented in Table 1Table 2. Moreover, the response of the maximum water level elevation to the ship draft in the presence of a uniform current is examined.

4.1. Effects of a following current on characteristic wave parameters

To present the effect of a following current on the maximum wave height, the variations of the maximum water level elevation ηmax with the Froude number Fr′ at gauge points G1 and G2 are depicted in Fig. 4. The positions of gauge points G1 and G2 are shown in Fig. 1. The maximum water level elevation is an analogue to the maximum wave height and is presented in this study, because maximum wave heights at different positions away from the ship track vary throughout the wave train (David et al., 2017). In general, the variations of ηmax with the Froude number Fr′ in the three cases show a similar behavior, in which with the increase in Fr′, ηmax increases and then decreases. The presence of the following currents decreases ηmax for Fr′≤0.8 and Fr′≥1.2. Specifically, the following currents have a significant effect on ηmax for Fr′≤0.8. Notably, ηmax can be increased by the presence of the following currents for 0.9≤Fr′≤1.1. Compared with Case A, at location G1 ηmax is amplified 1.25 times at Fr′=0.925 in Case B and 1.31 times at Fr′=1.025 in Case C. Similarly, at location G2 ηmax is amplified 1.15 times at Fr′=1.025 in Case B and 1.11 times at Fr′=1.075 in Case C. The fact that ηmax can be increased by the presence of a following current for 0.9≤Fr′≤1.1 implies that if a following uniform current is neglected, then ηmax may be underestimated.

Fig. 4

To show the effect of a following current on the wave period, Fig. 5 depicts the variation of the leading wave period Tp in the wave train at gauge point G2 with the Froude number Fr′. Similar to David et al. (2017), Tp is defined by the wave period of the first wave with a leading trough in the wave train. The leading wave periods for Fr′= 0.6 and 0.7 were not given in Case B and Case C, because the leading wave heights for Fr′= 0.6 and 0.7 are too small to discern the leading wave periods. Compared with Case A, the presence of a following current leads to a larger Tp for 0.925≤Fr′≤1.1 and a smaller Tp for Fr′≥1.3. For Fr′= 0.8 and 0.9, Tp in Case B is larger than that in Case A and Tp in Case C is smaller than that in Case A. In all three cases, Tp decreases with increasing Fr′ for Fr′>1.0. However, this decreasing trend becomes very gentle after Fr′≥1.4. Notably, as shown in Fig. 5, Fr′=1.2 tends to be a transition point at which the following currents have a very limited effect on Tp. Moreover, before the transition point, Tp in Case B and Case C are larger than that in Case A (only for 0.925≤Fr′≤1.2), but after the transition point the reverse is true.

Fig. 5

As mentioned previously, the cusp-line angles for ship waves in the presence of a following or an opposing current are identical to those for ship waves only with the same relative Froude number Fr. However, with the same Fr, the characteristic parameters of ship waves in the presence of a following or an opposing current are quite different from those of ship waves without current. Fig. 6 shows the variations of the maximum water level elevation ηmax with Fr at gauge points G1 and G2 for ship waves in the presence of a following uniform current. Overall, the relationship curves between ηmax and Fr in Case B and Case C are lower than those in Case A. It is inferred that with the same Fr, ηmax in the presence of a following current is smaller than that without current. Fig. 7 shows the variation of the leading wave period Tp in the wave train at gauge point G2 with Fr for ship waves in the presence of a following uniform current. The overall relationship curves between Tp and Fr in Case B and Case C are also lower than those in Case A for 0.9≤Fr≤2.0. It can be inferred that with the same Fr, Tp in the presence of a following current is smaller than that without current for Fr≥0.9.

Fig. 6
Fig. 7

To compare the numerical results between the case of ship waves only and the case of ship waves in the presence of a following current with the same Fr, Fig. 8 shows the wave patterns for Fr=1.2. To obtain the case of ship waves in the presence of a following current with Fr=1.2, the ship speed Us=9.7 m/s and the current velocity Uc=0.5 m/s are adopted. Fig. 8 indicates that both the calculated cusp-line angles for the case of Us=9.2 m/s and Uc=0.0 m/s and the case of Us=9.7 m/s and Uc=0.5 m/s are equal to 56.5°, which follows the theory of Lee and Lee (2021)Fig. 9 depicts the comparison of the time histories of the free surface elevation at gauge point G2 for Fr=1.2 between the case of ship waves only and the case of ship waves in the presence of a following current. The time when the ship wave just arrived at gauge point G2 is defined as t′=0. Both the maximum water level elevation and the leading wave period in the case of Us=9.2 m/s and Uc=0.0 m/s are larger than those in the case of Us=9.7 m/s and Uc=0.5 m/s, which is consistent with the inferences based on Fig. 6Fig. 7.

Fig. 8
Fig. 8. Comparison of the wave pattern for Fr=1.2: (a) Ship wave only; (b) Ship wave in the presence of a following current.
Fig. 9
Fig. 9. Comparison of the time histories of the free surface elevation at gauge point G2 for between case of ship waves only and case of ship waves in the presence of a following current.

Fig. 10 shows the response of the maximum water level elevation ηmax to the ship draft at gauge point G2 for Fr′= 1.2 in the presence of a following uniform current. pm ranges from 2500 Pa to 40,000 Pa with an interval of Δp= 2500 Pa pm0= 2500 Pa represents a reference case. ηmax0 denotes the maximum water level elevation corresponding to the case of pm0= 2500 Pa. The best-fit linear trend lines obtained by linear regression analysis for the three responses are also depicted in Fig. 10. In general, all responses of ηmax to the ship draft show a linear relationship. The coefficients of determination for the three linear trend lines are R2= 0.9901, 0.9941 and 0.9991 for Case A, Case B and Case C, respectively. R2 is used to measure how close the numerical results are to the linear trend lines. The closer R2 is to 1.0, the more linear the numerical results tend to be. As a result, the relationship curve between ηmax and the ship draft in the presence of a following uniform current tends to be more linear than that without current. Notably, with the increase in pmpm0, ηmax increases faster in Case B and Case C than Case A. This implies that neglecting the following currents can lead to the underestimation of the response of ηmax to the ship draft.

Fig. 10

4.2. Effects of an opposing current on characteristic wave parameters

Fig. 11 shows the variations of the maximum water level elevation ηmax with the Froude number Fr′ at gauge points G1 and G2 for ship waves in the presence of an opposing uniform current. The presence of opposing uniform currents leads to a significant reduction in ηmax at the two gauge points for 0.6≤Fr′≤2.0. Especially for Fr′=0.6, the decrease in ηmax is up to 73.8% in Case D and 78.4% in Case E at location G1 and up to 93.8% in Case D and 95.3% in Case E at location G2 when compared with Case A. Fig. 12 shows the variations of the leading wave period Tp at gauge point G2 with the Froude number Fr′ for ship waves in the presence of an opposing uniform current. The leading wave periods for Fr′= 0.6 and 0.7 were also not provided in Case D and Case E due to the small leading wave heights. In general, Tp decreases with increasing Fr′ in Case D and Case E for 0.8≤Fr′≤2.0. Tp in Case D and Case E are larger than that in Case A for Fr′≥1.0.

Fig. 11
Fig. 12

Fig. 13 depicts the variations of the maximum water level elevation ηmax with the relative Froude number Fr at gauge points G1 and G2 for ship waves in the presence of an opposing uniform current. Similar to Case B and Case C shown in Fig. 6, the overall relationship curves between ηmax and Fr in Case D and Case E are lower than those in Case A. This implies that with the same Fr, ηmax in the presence of an opposing current is also smaller than that without current. Fig. 14 depicts the variations of the leading wave period Tp in the wave train at gauge point G2 with Fr for ship waves in the presence of an opposing uniform current. Similar to Case B and Case C shown in Fig. 7, the overall relationship curves between Tp and Fr in Case D and Case E are lower than those in Case A for 0.9≤Fr≤2.0. This also implies that with the same Fr, Tp in the presence of an opposing current is smaller than that without current.

Fig. 13
Fig. 14

Fig. 15 shows a comparison of the wave pattern for Fr=1.2 between the case of ship waves only and the case of ship waves in the presence of an opposing current. The case of the ship wave in the presence of an opposing current with Fr=1.2 is obtained by setting the ship speed Us=8.7 m/s and the current velocity Uc=−0.5 m/s. As expected (Lee and Lee, 2021), both calculated cusp-line angles are identical. Fig. 16 depicts the comparison of the time histories of the free surface elevation at gauge point G2 for Fr=1.2 between the case of ship waves only and the case of ship waves in the presence of an opposing current. The maximum water level elevation in the case of Us=9.2 m/s and Uc=0.0 m/s is larger than that in the case of Us=8.7 m/s and Uc=−0.5 m/s, while the reverse is true for the leading wave period. Fig. 16 is consistent with the inferences based on Fig. 13Fig. 14.

Fig. 15
Fig. 16

Fig. 17 depicts the response of the maximum water level elevation ηmax to the ship draft at gauge point G2 for Fr′= 1.2 in the presence of an opposing uniform current. Similarly, the response of ηmax to the ship draft in the presence of an opposing uniform current shows a linear relationship. The coefficients of determination for the three linear trend lines are R2= 0.9901, 0.9955 and 0.9987 for Case A, Case D and Case E, respectively. This indicates that the relationship curve between ηmax and the ship draft in the presence of an opposing uniform current also tends to be more linear than that without current. In addition, ηmax increases faster with increasing pmpm0 in Case D and Case E than Case A, implying that the response of ηmax to the ship draft can also be underestimated by neglecting opposing currents.

Fig. 17

5. Conclusions

A non-hydrostatic model incorporating a moving pressure field method was used to investigate characteristic wave parameters for ship waves in the presence of a uniform current. The calculated cusp-line angles for ship waves in the presence of a following or an opposing uniform current were in good agreement with analytical solutions, demonstrating that the proposed model can accurately resolve ship waves in the presence of a uniform current.

The model results showed that the presence of a following current can result in an increase in the maximum water level elevation ηmax for 0.9≤Fr′≤1.1, while the presence of an opposing current leads to a significant reduction in ηmax for 0.6≤Fr′≤2.0. The leading wave period Tp can be increased for 0.925≤Fr′≤1.2 and reduced for Fr′≥1.3 due to the presence of a following current. However, the presence of an opposing current leads to an increase in Tp for Fr′≥1.0.

Although with the same relative Froude number Fr, the cusp-line angles for ship waves in the presence of a following or an opposing current are identical to those for ship waves without current, the maximum water level elevation ηmax and leading wave period Tp in the presence of a following or an opposing current are quite different from those without current. The present model results imply that with the same Fr, ηmax in the presence of a following or an opposing current is smaller than that without current for Fr≥0.6, and Tp in the presence of a following or an opposing current is smaller than that without current for Fr≥0.9.

The response of ηmax to the ship draft in the presence of a following current or an opposing current is similar to that without current and shows a linear relationship. However, the presence of a following or an opposing uniform current results in more linear responses of ηmax to the ship draft. Moreover, more rapid responses of ηmax to the ship draft are obtained when a following current or an opposing current is presented. This implies that the response of ηmax to the ship draft in the presence of a following current or an opposing current can be underestimated if the uniform current is neglected.

The present results have implications for ships sailing across estuarine and coastal environments, where river flows or tidal flows are significant. In these environments, ship waves can be larger than expected and the response of the maximum water level elevation to the ship draft may be more remarkable. The effect of a uniform current should be considered in the analysis of ship waves.

The present study considered only slender-body type ships. For different hull shapes, the effects of a uniform current on characteristic wave parameters need to be further investigated. Moreover, the effects of an oblique uniform current on ship waves need to be examined in future work.

CRediT authorship contribution statement

Congfang Ai: Conceptualization, Methodology, Software, Validation, Writing – original draft, Funding acquisition. Yuxiang Ma: Conceptualization, Methodology, Funding acquisition, Writing – review & editing. Lei Sun: Conceptualization, Methodology. Guohai Dong: Supervision, Funding acquisition.

Declaration of competing interest

The authors declare that they have no known competing financial interests or personal relationships that could have appeared to influence the work reported in this paper.

Acknowledgments

This research is financially supported by the National Natural Science Foundation of China (Grant No. 521712485172010501051979029), LiaoNing Revitalization Talents Program (Grant No. XLYC1807010) and the Fundamental Research Funds for the Central Universities (Grant No. DUT21LK01).

Appendix. Numerical results with different numbers of horizontal layers

Fig. 18 shows comparisons of the time histories of the free surface elevation at gauge point G1 for Case B and Fr′= 1.2 between the three sets of numerical results with different numbers of horizontal layers. The maximum water level elevations ηmax obtained by Nz= 3 and 4 are 0.24% and 0.35% larger than ηmax with Nz= 2, respectively. Correspondingly, the leading wave periods Tp obtained by Nz= 3 and 4 are 0.45% and 0.55% larger than Tp with Nz= 2, respectively. In general, the three sets of numerical results are very close. To reduce the computational cost, two horizontal layers Nz= 2 were chosen for this study.

Fig. 18

Data availability

Data will be made available on request.

References

Ai et al., 2019

C. Ai, Y. Ma, C. Yuan, G. Dong

Development and assessment of semi-implicit nonhydrostatic models for surface water waves

Ocean Model., 144 (2019), Article 101489

ArticleDownload PDFView Record in ScopusGoogle ScholarAlmström et al., 2021

B. Almström, D. Roelvink, M. Larson

Predicting ship waves in sheltered waterways – an application of XBeach to the Stockholm Archipelago, Sweden

Coast. Eng., 170 (2021), Article 104026

ArticleDownload PDFView Record in ScopusGoogle ScholarBayraktar and Beji, 2013

D. Bayraktar, S. Beji

Numerical simulation of waves generated by a moving pressure field

Ocean Eng., 59 (2013), pp. 231-239

Google ScholarBenjamin et al., 2017

K. Benjamin, B.K. Smelzer, S.A. Ellingsen

Surface waves on currents with arbitrary vertical shear

Phys. Fluids, 29 (2017), Article 047102

Google ScholarDam et al., 2008

K.T. Dam, K. Tanimoto, E. Fatimah

Investigation of ship waves in a narrow channel

J. Mar. Sci. Technol., 13 (2008), pp. 223-230 View PDF

CrossRefView Record in ScopusGoogle ScholarDavid et al., 2017

C.G. David, V. Roeber, N. Goseberg, T. Schlurmann

Generation and propagation of ship-borne waves – solutions from a Boussinesq-type model

Coast. Eng., 127 (2017), pp. 170-187

ArticleDownload PDFView Record in ScopusGoogle Scholarde Ridder et al., 2020

M.P. de Ridder, P.B. Smit, A. van Dongeren, R. McCall, K. Nederhoff, A.J.H.M. Reniers

Efficient two-layer non-hydrostatic wave model with accurate dispersive behaviour

Coast. Eng., 164 (2020), Article 103808

Google ScholarDempwolff et al., 2022

L.-C. Dempwolff, G. Melling, C. Windt, O. Lojek, T. Martin, I. Holzwarth, H. Bihs, N. Goseberg

Loads and effects of ship-generated, drawdown waves in confined waterways – a review of current knowledge and methods

J. Coast. Hydraul. Struct., 2 (2022), pp. 2-46

Google ScholarEllingsen, 2014

S.A. Ellingsen

Ship waves in the presence of uniform vorticity

J. Fluid Mech., 742 (2014), p. R2

View Record in ScopusGoogle ScholarErtekin et al., 1986

R.C. Ertekin, W.C. Webster, J.V. Wehausen

Waves caused by a moving disturbance in a shallow channel of finite width

J. Fluid Mech., 169 (1986), pp. 275-292

View Record in ScopusGoogle ScholarGrue, 2017

J. Grue

Ship generated mini-tsunamis

J. Fluid Mech., 816 (2017), pp. 142-166 View PDF

CrossRefView Record in ScopusGoogle ScholarGrue, 2020

J. Grue

Mini-tsunamis made by ship moving across a depth change

J. Waterw. Port, Coast. Ocean Eng., 146 (2020), Article 04020023

View Record in ScopusGoogle ScholarGourlay, 2001

T.P. Gourlay

The supercritical bore produced by a high-speed ship in a channel

J. Fluid Mech., 434 (2001), pp. 399-409 View PDF

CrossRefView Record in ScopusGoogle ScholarHavelock, 1908

T.H. Havelock

The propagation of groups of waves in dispersive media with application to waves on water produced by a travelling disturbance

Proc. Royal Soc. London Series A (1908), pp. 398-430

Google ScholarLee and Lee, 2019

B.W. Lee, C. Lee

Equation for ship wave crests in the entire range of water depths

Coast. Eng., 153 (2019), Article 103542

ArticleDownload PDFView Record in ScopusGoogle ScholarLee and Lee, 2021

B.W. Lee, C. Lee

Equation for ship wave crests in a uniform current in the entire range of water depths

Coast. Eng., 167 (2021), Article 103900

ArticleDownload PDFView Record in ScopusGoogle ScholarLi and Ellingsen, 2016

Y. Li, S.A. Ellingsen

Ship waves on uniform shear current at finite depth: wave resistance and critical velocity

J. Fluid Mech., 791 (2016), pp. 539-567 View PDF

CrossRefView Record in ScopusGoogle ScholarLi et al., 2019

Y. Li, B.K. Smeltzer, S.A. Ellingsen

Transient wave resistance upon a real shear current

Eur. J. Mech. B Fluid, 73 (2019), pp. 180-192

ArticleDownload PDFCrossRefView Record in ScopusGoogle ScholarMa, 2012

H. Ma

Passing Ship Effects in a 2DH Non- Hydrostatic Flow Model

UNESCO-IHE, Delft, The Netherlands (2012)

Google ScholarSamaras and Karambas, 2021

A.G. Samaras, T.V. Karambas

Numerical simulation of ship-borne waves using a 2DH post-Boussinesq model

Appl. Math. Model., 89 (2021), pp. 1547-1556

ArticleDownload PDFView Record in ScopusGoogle ScholarShi et al., 2018

F. Shi, M. Malej, J.M. Smith, J.T. Kirby

Breaking of ship bores in a Boussinesq-type ship-wake model

Coast. Eng., 132 (2018), pp. 1-12

ArticleDownload PDFCrossRefView Record in ScopusGoogle ScholarVitousek and Fringer, 2013

S. Vitousek, O.B. Fringer

Stability and consistency of nonhydrostatic free-surface models using the semi-implicit θ-method

Int. J. Numer. Methods Fluid., 72 (2013), pp. 550-582 View PDF

CrossRefView Record in ScopusGoogle Scholar

Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C

Multiscale Process Modeling of Residual Deformation and Defect Formation for Laser Powder Bed Fusion Additive Manufacturing

Qian Chen, PhD
University of Pittsburgh, 2021

레이저 분말 베드 퓨전(L-PBF) 적층 제조(AM)는 우수한 기계적 특성으로 그물 모양에 가까운 복잡한 부품을 생산할 수 있습니다. 그러나 빌드 실패 및 다공성과 같은 결함으로 이어지는 원치 않는 잔류 응력 및 왜곡이 L-PBF의 광범위한 적용을 방해하고 있습니다.

L-PBF의 잠재력을 최대한 실현하기 위해 잔류 변형, 용융 풀 및 다공성 형성을 예측하는 다중 규모 모델링 방법론이 개발되었습니다. L-PBF의 잔류 변형 및 응력을 부품 규모에서 예측하기 위해 고유 변형 ​​방법을 기반으로 하는 다중 규모 프로세스 모델링 프레임워크가 제안됩니다.

고유한 변형 벡터는 마이크로 스케일에서 충실도가 높은 상세한 다층 프로세스 시뮬레이션에서 추출됩니다. 균일하지만 이방성인 변형은 잔류 왜곡 및 응력을 예측하기 위해 준 정적 평형 유한 요소 분석(FEA)에서 레이어별로 L-PBF 부품에 적용됩니다.

부품 규모에서의 잔류 변형 및 응력 예측 외에도 분말 규모의 다중물리 모델링을 수행하여 공정 매개변수, 예열 온도 및 스패터링 입자에 의해 유도된 용융 풀 변동 및 결함 형성을 연구합니다. 이러한 요인과 관련된 용융 풀 역학 및 다공성 형성 메커니즘은 시뮬레이션 및 실험을 통해 밝혀졌습니다.

제안된 부품 규모 잔류 응력 및 왜곡 모델을 기반으로 경로 계획 방법은 큰 잔류 변형 및 건물 파손을 방지하기 위해 주어진 형상에 대한 레이저 스캐닝 경로를 조정하기 위해 개발되었습니다.

연속 및 아일랜드 스캐닝 전략을 위한 기울기 기반 경로 계획이 공식화되고 공식화된 컴플라이언스 및 스트레스 최소화 문제에 대한 전체 감도 분석이 수행됩니다. 이 제안된 경로 계획 방법의 타당성과 효율성은 AconityONE L-PBF 시스템을 사용하여 실험적으로 입증되었습니다.

또한 기계 학습을 활용한 데이터 기반 프레임워크를 개발하여 L-PBF에 대한 부품 규모의 열 이력을 예측합니다. 본 연구에서는 실시간 열 이력 예측을 위해 CNN(Convolutional Neural Network)과 RNN(Recurrent Neural Network)을 포함하는 순차적 기계 학습 모델을 제안합니다.

유한 요소 해석과 비교하여 100배의 예측 속도 향상이 달성되어 실제 제작 프로세스보다 빠른 예측이 가능하고 실시간 온도 프로파일을 사용할 수 있습니다.

Laser powder bed fusion (L-PBF) additive manufacturing (AM) is capable of producing complex parts near net shape with good mechanical properties. However, undesired residual stress and distortion that lead to build failure and defects such as porosity are preventing broader applications of L-PBF. To realize the full potential of L-PBF, a multiscale modeling methodology is developed to predict residual deformation, melt pool, and porosity formation. To predict the residual deformation and stress in L-PBF at part-scale, a multiscale process modeling framework based on inherent strain method is proposed.

Inherent strain vectors are extracted from detailed multi-layer process simulation with high fidelity at micro-scale. Uniform but anisotropic strains are then applied to L-PBF part in a layer-by-layer fashion in a quasi-static equilibrium finite element analysis (FEA) to predict residual distortion and stress. Besides residual distortion and stress prediction at part scale, multiphysics modeling at powder scale is performed to study the melt pool variation and defect formation induced by process parameters, preheating temperature and spattering particles. Melt pool dynamics and porosity formation mechanisms associated with these factors are revealed through simulation and experiments.

Based on the proposed part-scale residual stress and distortion model, path planning method is developed to tailor the laser scanning path for a given geometry to prevent large residual deformation and building failures. Gradient based path planning for continuous and island scanning strategy is formulated and full sensitivity analysis for the formulated compliance- and stress-minimization problem is performed.

The feasibility and effectiveness of this proposed path planning method is demonstrated experimentally using the AconityONE L-PBF system. In addition, a data-driven framework utilizing machine learning is developed to predict the thermal history at part-scale for L-PBF.

In this work, a sequential machine learning model including convolutional neural network (CNN) and recurrent neural network (RNN), long shortterm memory unit, is proposed for real-time thermal history prediction. A 100x prediction speed improvement is achieved compared to the finite element analysis which makes the prediction faster than real fabrication process and real-time temperature profile available.

Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]
Figure 1.1: Schematic Overview of Metal Laser Powder Bed Fusion Process [2]
Figure 1.2: Commercial Powder Bed Fusion Systems
Figure 1.2: Commercial Powder Bed Fusion Systems
Figure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.
Figure 1.3: Commercial Metal Components Fabricated by Powder Bed Fusion Additive Manufacturing: (a) GE Fuel Nozzle; (b) Stryker Hip Biomedical Implant.
Figure 2.1: Proposed Multiscale Process Simulation Framework
Figure 2.1: Proposed Multiscale Process Simulation Framework
Figure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.
Figure 2.2: (a) Experimental Setup for In-situ Thermocouple Measurement in the EOS M290 Build Chamber; (b) Themocouple Locations on the Bottom Side of the Substrate.
Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition Layer
Figure 2.3: (a) Finite Element Model for Single Layer Thermal Analysis; (b) Deposition Layer
Figure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3
Figure 2.4: Core-skin layer: (a) Surface Morphology; (b) Scanning Strategy; (c) Transient Temperature Distribution and Temperature History at (d) Point 1; (e) Point 2 and (f) Point 3
Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative Volume
Figure 2.5: (a) Scanning Orientation of Each Layer; (b) Finite Element Model for Micro-scale Representative Volume
Figure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution History
Figure 2.6: Bottom Layer (a) Thermal History; (b) Plastic Strain and (c) Elastic Strain Evolution History
Figure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning Path
Figure 2.7: Bottom Layer Inherent Strain under Default Process Parameters along Horizontal Scanning Path
Figure 2.8: Snapshots of the Element Activation Process
Figure 2.8: Snapshots of the Element Activation Process
Figure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b) After Cutting off; (c) Faro Laser ScanArm V3 for Distortion Measurement
Figure 2.9: Double Cantilever Beam Structure Built by the EOS M290 DMLM Process (a) Before and (b) After Cutting off; (c) Faro Laser ScanArm V3 for Distortion Measurement
Figure 2.10: Square Canonical Structure Built by the EOS M290 DMLM Process
Figure 2.10: Square Canonical Structure Built by the EOS M290 DMLM Process
Figure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation Process
Figure 2.11: Finite Element Mesh for the Square Canonical and Snapshots of Element Activation Process
Figure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1
Figure 2.12: Simulated Distortion Field for the Double Cantilever Beam before Cutting off the Supports: (a) Inherent Strain Method; (b) Simufact Additive 3.1
Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C
Figure 3.10: Snapshots of Temperature Profile for Single Track in Keyhole Regime (P = 250W and V = 0.5m/s) at the Preheating Temperature of 100 °C
s) at the Preheating Temperature of 500 °C
s) at the Preheating Temperature of 500 °C
Figure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track
Figure 3.15: Melt Pool Cross Section Comparison Between Simulation and Experiment for Single Track

Bibliography

[1] I. Astm, ASTM52900-15 Standard Terminology for Additive Manufacturing—General
Principles—Terminology, ASTM International, West Conshohocken, PA 3(4) (2015) 5.
[2] W.E. King, A.T. Anderson, R.M. Ferencz, N.E. Hodge, C. Kamath, S.A. Khairallah, A.M.
Rubenchik, Laser powder bed fusion additive manufacturing of metals; physics, computational,
and materials challenges, Applied Physics Reviews 2(4) (2015) 041304.
[3] W. Yan, Y. Lu, K. Jones, Z. Yang, J. Fox, P. Witherell, G. Wagner, W.K. Liu, Data-driven
characterization of thermal models for powder-bed-fusion additive manufacturing, Additive
Manufacturing (2020) 101503.
[4] K. Dai, L. Shaw, Thermal and stress modeling of multi-material laser processing, Acta
Materialia 49(20) (2001) 4171-4181.
[5] K. Dai, L. Shaw, Distortion minimization of laser-processed components through control of
laser scanning patterns, Rapid Prototyping Journal 8(5) (2002) 270-276.
[6] S.S. Bo Cheng, Kevin Chou, Stress and deformation evaluations of scanning strategy effect in
selective laser melting, Additive Manufacturing (2017).
[7] C. Fu, Y. Guo, Three-dimensional temperature gradient mechanism in selective laser melting
of Ti-6Al-4V, Journal of Manufacturing Science and Engineering 136(6) (2014) 061004.
[8] P. Prabhakar, W.J. Sames, R. Dehoff, S.S. Babu, Computational modeling of residual stress
formation during the electron beam melting process for Inconel 718, Additive Manufacturing 7
(2015) 83-91.
[9] A. Hussein, L. Hao, C. Yan, R. Everson, Finite element simulation of the temperature and
stress fields in single layers built without-support in selective laser melting, Materials & Design
(1980-2015) 52 (2013) 638-647.
[10] P.Z. Qingcheng Yang, Lin Cheng, Zheng Min, Minking Chyu, Albert C. To, articleFinite
element modeling and validation of thermomechanicalbehavior of Ti-6Al-4V in directed energy
deposition additivemanufacturing, Additive Manufacturing (2016).
[11] E.R. Denlinger, J. Irwin, P. Michaleris, Thermomechanical Modeling of Additive
Manufacturing Large Parts, Journal of Manufacturing Science and Engineering 136(6) (2014)
061007.
[12] E.R. Denlinger, M. Gouge, J. Irwin, P. Michaleris, Thermomechanical model development
and in situ experimental validation of the Laser Powder-Bed Fusion process, Additive
Manufacturing 16 (2017) 73-80.
[13] V.J. Erik R Denlinger, G.V. Srinivasan, Tahany EI-Wardany, Pan Michaleris, Thermal
modeling of Inconel 718 processed with powder bed fusionand experimental validation using in
situ measurements, Additive Manufacturing 11 (2016) 7-15.
[14] N. Patil, D. Pal, H.K. Rafi, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A
Generalized Feed Forward Dynamic Adaptive Mesh Refinement and Derefinement Finite Element
Framework for Metal Laser Sintering—Part I: Formulation and Algorithm Development, Journal
of Manufacturing Science and Engineering 137(4) (2015) 041001.
[15] D. Pal, N. Patil, K.H. Kutty, K. Zeng, A. Moreland, A. Hicks, D. Beeler, B. Stucker, A
Generalized Feed-Forward Dynamic Adaptive Mesh Refinement and Derefinement FiniteElement Framework for Metal Laser Sintering—Part II: Nonlinear Thermal Simulations and
Validations, Journal of Manufacturing Science and Engineering 138(6) (2016) 061003.
[16] N. Keller, V. Ploshikhin, New method for fast predictions of residual stress and distortion of
AM parts, Solid Freeform Fabrication Symposium, Austin, Texas, 2014, pp. 1229-1237.
[17] S.A. Khairallah, A.T. Anderson, A. Rubenchik, W.E. King, Laser powder-bed fusion additive
manufacturing: Physics of complex melt flow and formation mechanisms of pores, spatter, and
denudation zones, Acta Materialia 108 (2016) 36-45.
[18] M.J. Matthews, G. Guss, S.A. Khairallah, A.M. Rubenchik, P.J. Depond, W.E. King,
Denudation of metal powder layers in laser powder bed fusion processes, Acta Materialia 114
(2016) 33-42.
[19] A.A. Martin, N.P. Calta, S.A. Khairallah, J. Wang, P.J. Depond, A.Y. Fong, V. Thampy, G.M.
Guss, A.M. Kiss, K.H. Stone, Dynamics of pore formation during laser powder bed fusion additive
manufacturing, Nature communications 10(1) (2019) 1987.
[20] R. Shi, S.A. Khairallah, T.T. Roehling, T.W. Heo, J.T. McKeown, M.J. Matthews,
Microstructural control in metal laser powder bed fusion additive manufacturing using laser beam
shaping strategy, Acta Materialia (2019).
[21] S.A. Khairallah, A.A. Martin, J.R. Lee, G. Guss, N.P. Calta, J.A. Hammons, M.H. Nielsen,
K. Chaput, E. Schwalbach, M.N. Shah, Controlling interdependent meso-nanosecond dynamics
and defect generation in metal 3D printing, Science 368(6491) (2020) 660-665.
[22] W. Yan, W. Ge, Y. Qian, S. Lin, B. Zhou, W.K. Liu, F. Lin, G.J. Wagner, Multi-physics
modeling of single/multiple-track defect mechanisms in electron beam selective melting, Acta
Materialia 134 (2017) 324-333.
[23] S. Shrestha, Y. Kevin Chou, A Numerical Study on the Keyhole Formation During Laser
Powder Bed Fusion Process, Journal of Manufacturing Science and Engineering 141(10) (2019).
[24] S. Shrestha, B. Cheng, K. Chou, An Investigation into Melt Pool Effective Thermal
Conductivity for Thermal Modeling of Powder-Bed Electron Beam Additive Manufacturing.
[25] D. Rosenthal, Mathematical theory of heat distribution during welding and cutting, Welding
journal 20 (1941) 220-234.
[26] P. Promoppatum, S.-C. Yao, P.C. Pistorius, A.D. Rollett, A comprehensive comparison of the
analytical and numerical prediction of the thermal history and solidification microstructure of
Inconel 718 products made by laser powder-bed fusion, Engineering 3(5) (2017) 685-694.
[27] M. Tang, P.C. Pistorius, J.L. Beuth, Prediction of lack-of-fusion porosity for powder bed
fusion, Additive Manufacturing 14 (2017) 39-48.
[28] T. Moran, P. Li, D. Warner, N. Phan, Utility of superposition-based finite element approach
for part-scale thermal simulation in additive manufacturing, Additive Manufacturing 21 (2018)
215-219.
[29] Y. Yang, M. Knol, F. van Keulen, C. Ayas, A semi-analytical thermal modelling approach
for selective laser melting, Additive Manufacturing 21 (2018) 284-297.
[30] B. Cheng, S. Shrestha, K. Chou, Stress and deformation evaluations of scanning strategy
effect in selective laser melting, Additive Manufacturing 12 (2016) 240-251.
[31] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the
temperature and stress fields in single layers built without-support in selective laser melting,
Materials and Design 52 (2013) 638-647.
[32] H. Peng, D.B. Go, R. Billo, S. Gong, M.R. Shankar, B.A. Gatrell, J. Budzinski, P. Ostiguy,
R. Attardo, C. Tomonto, Part-scale model for fast prediction of thermal distortion in DMLS
additive manufacturing; Part 2: a quasi-static thermo-mechanical model, Austin, Texas (2016).
[33] M.F. Zaeh, G. Branner, Investigations on residual stresses and deformations in selective laser
melting, Production Engineering 4(1) (2010) 35-45.
[34] C. Li, C. Fu, Y. Guo, F. Fang, A multiscale modeling approach for fast prediction of part
distortion in selective laser melting, Journal of Materials Processing Technology 229 (2016) 703-
712.
[35] C. Li, Z. Liu, X. Fang, Y. Guo, On the Simulation Scalability of Predicting Residual Stress
and Distortion in Selective Laser Melting, Journal of Manufacturing Science and Engineering
140(4) (2018) 041013.
[36] S. Afazov, W.A. Denmark, B.L. Toralles, A. Holloway, A. Yaghi, Distortion Prediction and
Compensation in Selective Laser Melting, Additive Manufacturing 17 (2017) 15-22.
[37] Y. Lee, W. Zhang, Modeling of heat transfer, fluid flow and solidification microstructure of
nickel-base superalloy fabricated by laser powder bed fusion, Additive Manufacturing 12 (2016)
178-188.
[38] L. Scime, J. Beuth, A multi-scale convolutional neural network for autonomous anomaly
detection and classification in a laser powder bed fusion additive manufacturing process, Additive
Manufacturing 24 (2018) 273-286.
[39] L. Scime, J. Beuth, Using machine learning to identify in-situ melt pool signatures indicative
of flaw formation in a laser powder bed fusion additive manufacturing process, Additive
Manufacturing 25 (2019) 151-165.
[40] X. Xie, J. Bennett, S. Saha, Y. Lu, J. Cao, W.K. Liu, Z. Gan, Mechanistic data-driven
prediction of as-built mechanical properties in metal additive manufacturing, npj Computational
Materials 7(1) (2021) 1-12.
[41] C. Wang, X. Tan, S. Tor, C. Lim, Machine learning in additive manufacturing: State-of-theart and perspectives, Additive Manufacturing (2020) 101538.
[42] J. Li, R. Jin, Z.Y. Hang, Integration of physically-based and data-driven approaches for
thermal field prediction in additive manufacturing, Materials & Design 139 (2018) 473-485.
[43] M. Mozaffar, A. Paul, R. Al-Bahrani, S. Wolff, A. Choudhary, A. Agrawal, K. Ehmann, J.
Cao, Data-driven prediction of the high-dimensional thermal history in directed energy deposition
processes via recurrent neural networks, Manufacturing letters 18 (2018) 35-39.
[44] A. Paul, M. Mozaffar, Z. Yang, W.-k. Liao, A. Choudhary, J. Cao, A. Agrawal, A real-time
iterative machine learning approach for temperature profile prediction in additive manufacturing
processes, 2019 IEEE International Conference on Data Science and Advanced Analytics (DSAA),
IEEE, 2019, pp. 541-550.
[45] S. Clijsters, T. Craeghs, J.-P. Kruth, A priori process parameter adjustment for SLM process
optimization, Innovative developments on virtual and physical prototyping, Taylor & Francis
Group., 2012, pp. 553-560.
[46] R. Mertens, S. Clijsters, K. Kempen, J.-P. Kruth, Optimization of scan strategies in selective
laser melting of aluminum parts with downfacing areas, Journal of Manufacturing Science and
Engineering 136(6) (2014) 061012.
[47] J.-P. Kruth, J. Deckers, E. Yasa, R. Wauthlé, Assessing and comparing influencing factors of
residual stresses in selective laser melting using a novel analysis method, Proceedings of the
institution of mechanical engineers, Part B: Journal of Engineering Manufacture 226(6) (2012)
980-991.
[48] Y. Lu, S. Wu, Y. Gan, T. Huang, C. Yang, L. Junjie, J. Lin, Study on the microstructure,
mechanical property and residual stress of SLM Inconel-718 alloy manufactured by differing
island scanning strategy, Optics & Laser Technology 75 (2015) 197-206.
[49] E. Foroozmehr, R. Kovacevic, Effect of path planning on the laser powder deposition process:
thermal and structural evaluation, The International Journal of Advanced Manufacturing
Technology 51(5-8) (2010) 659-669.
[50] L.H. Ahmed Hussein, Chunze Yan, Richard Everson, Finite element simulation of the
temperature and stress fields in single layers built without-support in selective laser melting,
Materials and Design (2013).
[51] J.-P. Kruth, M. Badrossamay, E. Yasa, J. Deckers, L. Thijs, J. Van Humbeeck, Part and
material properties in selective laser melting of metals, Proceedings of the 16th international
symposium on electromachining, 2010, pp. 1-12.
[52] L. Thijs, K. Kempen, J.-P. Kruth, J. Van Humbeeck, Fine-structured aluminium products with
controllable texture by selective laser melting of pre-alloyed AlSi10Mg powder, Acta Materialia
61(5) (2013) 1809-1819.
[53] D. Ding, Z.S. Pan, D. Cuiuri, H. Li, A tool-path generation strategy for wire and arc additive
manufacturing, The international journal of advanced manufacturing technology 73(1-4) (2014)
173-183.
[54] B.E. Carroll, T.A. Palmer, A.M. Beese, Anisotropic tensile behavior of Ti–6Al–4V
components fabricated with directed energy deposition additive manufacturing, Acta Materialia
87 (2015) 309-320.
[55] D. Ding, Z. Pan, D. Cuiuri, H. Li, A practical path planning methodology for wire and arc
additive manufacturing of thin-walled structures, Robotics and Computer-Integrated
Manufacturing 34 (2015) 8-19.
[56] D. Ding, Z. Pan, D. Cuiuri, H. Li, S. van Duin, N. Larkin, Bead modelling and implementation
of adaptive MAT path in wire and arc additive manufacturing, Robotics and Computer-Integrated
Manufacturing 39 (2016) 32-42.
[57] R. Ponche, O. Kerbrat, P. Mognol, J.-Y. Hascoet, A novel methodology of design for Additive
Manufacturing applied to Additive Laser Manufacturing process, Robotics and ComputerIntegrated Manufacturing 30(4) (2014) 389-398.
[58] D.E. Smith, R. Hoglund, Continuous fiber angle topology optimization for polymer fused
fillament fabrication, Annu. Int. Solid Free. Fabr. Symp. Austin, TX, 2016.
[59] J. Liu, J. Liu, H. Yu, H. Yu, Concurrent deposition path planning and structural topology
optimization for additive manufacturing, Rapid Prototyping Journal 23(5) (2017) 930-942.
[60] Q. Xia, T. Shi, Optimization of composite structures with continuous spatial variation of fiber
angle through Shepard interpolation, Composite Structures 182 (2017) 273-282.
[61] C. Kiyono, E. Silva, J. Reddy, A novel fiber optimization method based on normal distribution
function with continuously varying fiber path, Composite Structures 160 (2017) 503-515.
[62] C.J. Brampton, K.C. Wu, H.A. Kim, New optimization method for steered fiber composites
using the level set method, Structural and Multidisciplinary Optimization 52(3) (2015) 493-505.
[63] J. Liu, A.C. To, Deposition path planning-integrated structural topology optimization for 3D
additive manufacturing subject to self-support constraint, Computer-Aided Design 91 (2017) 27-
45.
[64] H. Shen, J. Fu, Z. Chen, Y. Fan, Generation of offset surface for tool path in NC machining
through level set methods, The International Journal of Advanced Manufacturing Technology
46(9-12) (2010) 1043-1047.
[65] C. Zhuang, Z. Xiong, H. Ding, High speed machining tool path generation for pockets using
level sets, International Journal of Production Research 48(19) (2010) 5749-5766.
[66] K.C. Mills, Recommended values of thermophysical properties for selected commercial
alloys, Woodhead Publishing2002.
[67] S.S. Sih, J.W. Barlow, The prediction of the emissivity and thermal conductivity of powder
beds, Particulate Science and Technology 22(4) (2004) 427-440.
[68] L. Dong, A. Makradi, S. Ahzi, Y. Remond, Three-dimensional transient finite element
analysis of the selective laser sintering process, Journal of materials processing technology 209(2)
(2009) 700-706.
[69] J.J. Beaman, J.W. Barlow, D.L. Bourell, R.H. Crawford, H.L. Marcus, K.P. McAlea, Solid
freeform fabrication: a new direction in manufacturing, Kluwer Academic Publishers, Norwell,
MA 2061 (1997) 25-49.
[70] G. Bugeda Miguel Cervera, G. Lombera, Numerical prediction of temperature and density
distributions in selective laser sintering processes, Rapid Prototyping Journal 5(1) (1999) 21-26.
[71] T. Mukherjee, W. Zhang, T. DebRoy, An improved prediction of residual stresses and
distortion in additive manufacturing, Computational Materials Science 126 (2017) 360-372.
[72] A.J. Dunbar, E.R. Denlinger, M.F. Gouge, P. Michaleris, Experimental validation of finite
element modeling for laser powderbed fusion deformation, Additive Manufacturing 12 (2016)
108-120.
[73] J. Goldak, A. Chakravarti, M. Bibby, A new finite element model for welding heat sources,
Metallurgical and Materials Transactions B 15(2) (1984) 299-305.
[74] J. Liu, Q. Chen, Y. Zhao, W. Xiong, A. To, Quantitative Texture Prediction of Epitaxial
Columnar Grains in Alloy 718 Processed by Additive Manufacturing, Proceedings of the 9th
International Symposium on Superalloy 718 & Derivatives: Energy, Aerospace, and Industrial
Applications, Springer, 2018, pp. 749-755.
[75] J. Irwin, P. Michaleris, A line heat input model for additive manufacturing, Journal of
Manufacturing Science and Engineering 138(11) (2016) 111004.
[76] M. Gouge, J. Heigel, P. Michaleris, T. Palmer, Modeling forced convection in the thermal
simulation of laser cladding processes, International Journal of Advanced Manufacturing
Technology 79 (2015).
[77] J. Heigel, P. Michaleris, E. Reutzel, Thermo-mechanical model development and validation
of directed energy deposition additive manufacturing of Ti–6Al–4V, Additive manufacturing 5
(2015) 9-19.
[78] E.R. Denlinger, J.C. Heigel, P. Michaleris, Residual stress and distortion modeling of electron
beam direct manufacturing Ti-6Al-4V, Proceedings of the Institution of Mechanical Engineers,
Part B: Journal of Engineering Manufacture 229(10) (2015) 1803-1813.
[79] X. Liang, Q. Chen, L. Cheng, Q. Yang, A. To, A modified inherent strain method for fast
prediction of residual deformation in additive manufacturing of metal parts, 2017 Solid Freeform
Fabrication Symposium Proceedings, Austin, Texas, 2017.
[80] X. Liang, L. Cheng, Q. Chen, Q. Yang, A. To, A Modified Method for Estimating Inherent
Strains from Detailed Process Simulation for Fast Residual Distortion Prediction of Single-Walled
Structures Fabricated by Directed Energy Deposition, Additive Manufacturing 23 (2018) 471-486.
[81] L. Sochalski-Kolbus, E.A. Payzant, P.A. Cornwell, T.R. Watkins, S.S. Babu, R.R. Dehoff,
M. Lorenz, O. Ovchinnikova, C. Duty, Comparison of residual stresses in Inconel 718 simple parts
made by electron beam melting and direct laser metal sintering, Metallurgical and Materials
Transactions A 46(3) (2015) 1419-1432.
[82] P. Mercelis, J.-P. Kruth, Residual stresses in selective laser sintering and selective laser
melting, Rapid Prototyping Journal 12(5) (2006) 254-265.
[83] N. Hodge, R. Ferencz, J. Solberg, Implementation of a thermomechanical model for the
simulation of selective laser melting, Computational Mechanics 54(1) (2014) 33-51.
[84] A.S. Wu, D.W. Brown, M. Kumar, G.F. Gallegos, W.E. King, An experimental investigation
into additive manufacturing-induced residual stresses in 316L stainless steel, Metallurgical and
Materials Transactions A 45(13) (2014) 6260-6270.
[85] C. Li, J. liu, Y. Guo, Efficient predictive model of part distortion and residual stress in
selective laser melting, Solid Freeform Fabrication 2016, 2017.
[86] Y. Zhao, Y. Koizumi, K. Aoyagi, D. Wei, K. Yamanaka, A. Chiba, Molten pool behavior and
effect of fluid flow on solidification conditions in selective electron beam melting (SEBM) of a
biomedical Co-Cr-Mo alloy, Additive Manufacturing 26 (2019) 202-214.
[87] J.-H. Cho, S.-J. Na, Implementation of real-time multiple reflection and Fresnel absorption of
laser beam in keyhole, Journal of Physics D: Applied Physics 39(24) (2006) 5372.
[88] Q. Guo, C. Zhao, M. Qu, L. Xiong, L.I. Escano, S.M.H. Hojjatzadeh, N.D. Parab, K. Fezzaa,
W. Everhart, T. Sun, In-situ characterization and quantification of melt pool variation under
constant input energy density in laser powder-bed fusion additive manufacturing process, Additive
Manufacturing (2019).
[89] E. Assuncao, S. Williams, D. Yapp, Interaction time and beam diameter effects on the
conduction mode limit, Optics and Lasers in Engineering 50(6) (2012) 823-828.
[90] R. Cunningham, C. Zhao, N. Parab, C. Kantzos, J. Pauza, K. Fezzaa, T. Sun, A.D. Rollett,
Keyhole threshold and morphology in laser melting revealed by ultrahigh-speed x-ray imaging,
Science 363(6429) (2019) 849-852.
[91] W. Tan, N.S. Bailey, Y.C. Shin, Investigation of keyhole plume and molten pool based on a
three-dimensional dynamic model with sharp interface formulation, Journal of Physics D: Applied
Physics 46(5) (2013) 055501.
[92] W. Tan, Y.C. Shin, Analysis of multi-phase interaction and its effects on keyhole dynamics
with a multi-physics numerical model, Journal of Physics D: Applied Physics 47(34) (2014)
345501.
[93] R. Fabbro, K. Chouf, Keyhole modeling during laser welding, Journal of applied Physics
87(9) (2000) 4075-4083.
[94] Q. Guo, C. Zhao, M. Qu, L. Xiong, S.M.H. Hojjatzadeh, L.I. Escano, N.D. Parab, K. Fezzaa,
T. Sun, L. Chen, In-situ full-field mapping of melt flow dynamics in laser metal additive
manufacturing, Additive Manufacturing 31 (2020) 100939.
[95] Y. Ueda, K. Fukuda, K. Nakacho, S. Endo, A new measuring method of residual stresses with
the aid of finite element method and reliability of estimated values, Journal of the Society of Naval
Architects of Japan 1975(138) (1975) 499-507.
[96] M.R. Hill, D.V. Nelson, The inherent strain method for residual stress determination and its
application to a long welded joint, ASME-PUBLICATIONS-PVP 318 (1995) 343-352.
[97] H. Murakawa, Y. Luo, Y. Ueda, Prediction of welding deformation and residual stress by
elastic FEM based on inherent strain, Journal of the society of Naval Architects of Japan 1996(180)
(1996) 739-751.
[98] M. Yuan, Y. Ueda, Prediction of residual stresses in welded T-and I-joints using inherent
strains, Journal of Engineering Materials and Technology, Transactions of the ASME 118(2)
(1996) 229-234.
[99] L. Zhang, P. Michaleris, P. Marugabandhu, Evaluation of applied plastic strain methods for
welding distortion prediction, Journal of Manufacturing Science and Engineering 129(6) (2007)
1000-1010.
[100] M. Bugatti, Q. Semeraro, Limitations of the Inherent Strain Method in Simulating Powder
Bed Fusion Processes, Additive Manufacturing 23 (2018) 329-346.
[101] L. Cheng, X. Liang, J. Bai, Q. Chen, J. Lemon, A. To, On Utilizing Topology Optimization
to Design Support Structure to Prevent Residual Stress Induced Build Failure in Laser Powder Bed
Metal Additive Manufacturing, Additive Manufacturing (2019).
[102] Q. Chen, X. Liang, D. Hayduke, J. Liu, L. Cheng, J. Oskin, R. Whitmore, A.C. To, An
inherent strain based multiscale modeling framework for simulating part-scale residual
deformation for direct metal laser sintering, Additive Manufacturing 28 (2019) 406-418.
[103] S. Osher, J.A. Sethian, Fronts propagating with curvature-dependent speed: algorithms based
on Hamilton-Jacobi formulations, Journal of computational physics 79(1) (1988) 12-49.
[104] M.Y. Wang, X. Wang, D. Guo, A level set method for structural topology optimization,
Computer methods in applied mechanics and engineering 192(1) (2003) 227-246.
[105] G. Allaire, F. Jouve, A.-M. Toader, Structural optimization using sensitivity analysis and a
level-set method, Journal of computational physics 194(1) (2004) 363-393.
[106] Y. Wang, Z. Luo, Z. Kang, N. Zhang, A multi-material level set-based topology and shape
optimization method, Computer Methods in Applied Mechanics and Engineering 283 (2015)
1570-1586.
[107] P. Dunning, C. Brampton, H. Kim, Simultaneous optimisation of structural topology and
material grading using level set method, Materials Science and Technology 31(8) (2015) 884-894.
[108] P. Liu, Y. Luo, Z. Kang, Multi-material topology optimization considering interface
behavior via XFEM and level set method, Computer methods in applied mechanics and
engineering 308 (2016) 113-133.
[109] J. Liu, Q. Chen, Y. Zheng, R. Ahmad, J. Tang, Y. Ma, Level set-based heterogeneous object
modeling and optimization, Computer-Aided Design (2019).
[110] J. Liu, Q. Chen, X. Liang, A.C. To, Manufacturing cost constrained topology optimization
for additive manufacturing, Frontiers of Mechanical Engineering 14(2) (2019) 213-221.
[111] Z. Kang, Y. Wang, Integrated topology optimization with embedded movable holes based
on combined description by material density and level sets, Computer methods in applied
mechanics and engineering 255 (2013) 1-13.
[112] P.D. Dunning, H. Alicia Kim, A new hole insertion method for level set based structural
topology optimization, International Journal for Numerical Methods in Engineering 93(1) (2013)
118-134.
[113] J.A. Sethian, A fast marching level set method for monotonically advancing fronts,
Proceedings of the National Academy of Sciences 93(4) (1996) 1591-1595.
[114] J.A. Sethian, Level set methods and fast marching methods: evolving interfaces in
computational geometry, fluid mechanics, computer vision, and materials science, Cambridge
university press1999.
[115] C. Le, J. Norato, T. Bruns, C. Ha, D. Tortorelli, Stress-based topology optimization for
continua, Structural and Multidisciplinary Optimization 41(4) (2010) 605-620.
[116] A. Takezawa, G.H. Yoon, S.H. Jeong, M. Kobashi, M. Kitamura, Structural topology
optimization with strength and heat conduction constraints, Computer Methods in Applied
Mechanics and Engineering 276 (2014) 341-361.
[117] S. Hochreiter, J. Schmidhuber, Long short-term memory, Neural computation 9(8) (1997)
1735-1780.
[118] A. Krizhevsky, I. Sutskever, G.E. Hinton, Imagenet classification with deep convolutional
neural networks, Advances in neural information processing systems 25 (2012) 1097-1105.
[119] K. Simonyan, A. Zisserman, Very deep convolutional networks for large-scale image
recognition, arXiv preprint arXiv:1409.1556 (2014).
[120] K. He, X. Zhang, S. Ren, J. Sun, Deep residual learning for image recognition, Proceedings
of the IEEE conference on computer vision and pattern recognition, 2016, pp. 770-778.
[121] O. Russakovsky, J. Deng, H. Su, J. Krause, S. Satheesh, S. Ma, Z. Huang, A. Karpathy, A.
Khosla, M. Bernstein, Imagenet large scale visual recognition challenge, International journal of
computer vision 115(3) (2015) 211-252.
[122] S. Ren, K. He, R. Girshick, J. Sun, Faster r-cnn: Towards real-time object detection with
region proposal networks, Advances in neural information processing systems 28 (2015) 91-99.
[123] E.J. Schwalbach, S.P. Donegan, M.G. Chapman, K.J. Chaput, M.A. Groeber, A discrete
source model of powder bed fusion additive manufacturing thermal history, Additive
Manufacturing 25 (2019) 485-498.
[124] D.G. Duffy, Green’s functions with applications, Chapman and Hall/CRC2015.
[125] J. Martínez-Frutos, D. Herrero-Pérez, Efficient matrix-free GPU implementation of fixed
grid finite element analysis, Finite Elements in Analysis and Design 104 (2015) 61-71.
[126] F. Dugast, P. Apostolou, A. Fernandez, W. Dong, Q. Chen, S. Strayer, R. Wicker, A.C. To,
Part-scale thermal process modeling for laser powder bed fusion with matrix-free method and GPU
computing, Additive Manufacturing 37 (2021) 101732.
[127] A. Vaswani, N. Shazeer, N. Parmar, J. Uszkoreit, L. Jones, A.N. Gomez, Ł. Kaiser, I.
Polosukhin, Attention is all you need, Advances in neural information processing systems, 2017,
pp. 5998-6008.
[128] J. Devlin, M.-W. Chang, K. Lee, K. Toutanova, Bert: Pre-training of deep bidirectional
transformers for language understanding, arXiv preprint arXiv:1810.04805 (2018).

Hydraulic Analysis of Submerged Spillway Flows and Performance Evaluation of Chute Aerator Using CFD Modeling: A Case Study of Mangla Dam Spillway

CFD 모델링을 이용한 침수 배수로 흐름의 수리학적 해석 및 슈트 폭기장치 성능 평가: Mangla Dam 배수로 사례 연구

Hydraulic Analysis of Submerged Spillway Flows and Performance Evaluation of Chute Aerator Using CFD Modeling: A Case Study of Mangla Dam Spillway

Muhammad Kaleem SarwarZohaib NisarGhulam NabiFaraz ul HaqIjaz AhmadMuhammad Masood & Noor Muhammad Khan 

Abstract

대용량 배출구가 있는 수중 여수로는 일반적으로 홍수 처리 및 침전물 세척의 이중 기능을 수행하기 위해 댐 정상 아래에 제공됩니다. 이 방수로를 통과하는 홍수 물은 난류 거동을 나타냅니다. 

게다가 이러한 난류의 수력학적 분석은 어려운 작업입니다. 

따라서 본 연구는 파키스탄 Mangla Dam에 건설된 수중 여수로의 수리학적 거동을 수치해석을 통해 조사하는 것을 목적으로 한다. 또한 다양한 작동 조건에서 화기의 유압 성능을 평가했습니다. 

Mangla Spillway의 흐름을 수치적으로 모델링하는 데 전산 유체 역학 코드 FLOW 3D가 사용되었습니다. 레이놀즈 평균 Navier-Stokes 방정식은 난류 흐름을 수치적으로 모델링하기 위해 FLOW 3D에서 사용됩니다. 

연구 결과에 따르면 개발된 모델은 최대 6%의 허용 오차로 흐름 매개변수를 계산하므로 수중 여수로 흐름을 시뮬레이션할 수 있습니다. 

또한, 여수로 슈트 베드 주변 모델에 의해 계산된 공기 농도는 폭기 장치에 램프를 설치한 후 6% 이상으로 상승한 3%로 개발된 모델도 침수형 폭기 장치의 성능을 평가할 수 있음을 보여주었습니다.

Submerged spillways with large capacity outlets are generally provided below the dam crest to perform the dual functions of flood disposal and sediment flushing. Flood water passing through these spillways exhibits turbulent behavior. Moreover; hydraulic analysis of such turbulent flows is a challenging task. Therefore, the present study aims to use numerical simulations to examine the hydraulic behavior of submerged spillways constructed at Mangla Dam, Pakistan. Besides, the hydraulic performance of aerator was also evaluated at different operating conditions. Computational fluid dynamics code FLOW 3D was used to numerically model the flows of Mangla Spillway. Reynolds-averaged Navier–Stokes equations are used in FLOW 3D to numerically model the turbulent flows. The study results indicated that the developed model can simulate the submerged spillway flows as it computed the flow parameters with an acceptable error of up to 6%. Moreover, air concentration computed by model near spillway chute bed was 3% which raised to more than 6% after the installation of ramp on aerator which showed that developed model is also capable of evaluating the performance of submerged spillway aerator.

Keywords

  • Aerator
  • CFD
  • FLOW 3D
  • Froude number
  • Submerged spillway
  • Fig. 1extended data figure 1Fig. 2extended data figure 2Fig. 3extended data figure 3Fig. 4extended data figure 4Fig. 5extended data figure 5Fig. 6extended data figure 6Fig. 7extended data figure 7Fig. 8

References

  1. Aydin MC (2018) Aeration efficiency of bottom-inlet aerators for spillways. ISH J Hydraul Eng 24(3):330–336. https://doi.org/10.1080/09715010.2017.1381576Article Google Scholar 
  2. Bennett P, Chesterton J, Neeve D, Ucuncu M, Wearing M, Jones SEL (2018) Use of CFD for modelling spillway performance. Dams Reserv 28(2):62–72. https://doi.org/10.1680/jdare.18.00001Article Google Scholar 
  3. Bhosekar VV, Jothiprakash V, Deolalikar PB (2012) Orifice Spillway Aerator: Hydraulic Design. J Hydraul Eng 138(6):563–572. https://doi.org/10.1061/(ASCE)HY.1943-7900.0000548Article Google Scholar 
  4. Chanel PG, Doering JC (2008) Assessment of spillway modeling using computational fluid dynamics. Can J Civ Eng 35(12):1481–1485. https://doi.org/10.1139/L08-094Article Google Scholar 
  5. Flow Sciences, Inc. (2013) FLOW 3D user manual version 10.1.
  6. Gadge PP, Jothiprakash V, Bhosekar VV (2018) Hydraulic investigation and design of roof profile of an orifice spillway using experimental and numerical models. J Appl Water Eng Res 6(2):85–94. https://doi.org/10.1080/23249676.2016.1214627Article Google Scholar 
  7. Gadge PP, Jothiprakash V, Bhosekar VV (2019) Hydraulic design considerations for orifice spillways. ISH J Hydraul Eng 25(1):12–18. https://doi.org/10.1080/09715010.2018.1423579Article Google Scholar 
  8. Gu S, Ren L, Wang X, Xie H, Huang Y, Wei J, Shao S (2017) SPHysics simulation of experimental spillway hydraulics. Water 9(12):973. https://doi.org/10.3390/w9120973Article Google Scholar 
  9. Gurav NV (2015) Physical and Numerical Modeling of an Orifice Spillway. Int J Mech Prod Eng 3(10):71–75Google Scholar 
  10. Hirt CW, Nichols BD (1981) Volume of fluid (VOF) method for the dynamics of free boundaries. J Comput Phys 39(1):201–225. https://doi.org/10.1016/0021-9991(81)90145-5Article MATH Google Scholar 
  11. Ho DKH, Riddette KM (2010) Application of computational fluid dynamics to evaluate hydraulic performance of spillways in Australia. Aust J Civ Eng 6(1):81–104. https://doi.org/10.1080/14488353.2010.11463946Article Google Scholar 
  12. Jothiprakash V, Bhosekar VV, Deolalikar PB (2015) Flow characteristics of orifice spillway aerator: numerical model studies. ISH J Hydraul Eng 21(2):216–230. https://doi.org/10.1080/09715010.2015.1007093Article Google Scholar 
  13. Kumcu SY (2017) Investigation of flow over spillway modeling and comparison between experimental data and CFD analysis. KSCE J Civ Eng 21(3):994–1003. https://doi.org/10.1007/s12205-016-1257-zArticle Google Scholar 
  14. Lian J, Qi C, Liu F, Gou W, Pan S, Ouyang Q (2017) Air entrainment and air demand in the spillway tunnel at the Jinping-I Dam. Appl Sci 7(9):930. https://doi.org/10.3390/app7090930Article Google Scholar 
  15. Luo M, Khayyer A, Lin P (2021) Particle methods in ocean and coastal engineering. Appl Ocean Res 114:102734Article Google Scholar 
  16. Moreira A, Leroy A, Violeau D, Taveira-Pinto F (2019) Dam spillways and the SPH method: two case studies in Portugal. J Appl Water Eng Res 7(3):228–245. https://doi.org/10.1080/23249676.2019.1611496Article Google Scholar 
  17. Moreira AB, Leroy A, Violeau D, Taveira-Pinto FA (2020) Overview of large-scale smoothed particle hydrodynamics modeling of dam hydraulics. J Hydraul Eng 146(2):03119001. https://doi.org/10.1061/(ASCE)HY.1943-7900.0001658Article Google Scholar 
  18. O’Connor J, Rogers BD (2021) A fluid–structure interaction model for free-surface flows and flexible structures using smoothed particle hydrodynamics on a GPU. J Fluids Struct. https://doi.org/10.1016/j.jfluidstructs.2021.103312Article Google Scholar 
  19. Sarwar MK, Bhatti MT, Khan NM (2016) Evaluation of air vents and ramp angles on the performance of orifice spillway aerators. J Eng Appl Sci 35(1):85–93Google Scholar 
  20. Sarwar MK, Ahmad I, Chaudary ZA, Mughal H-U-R (2020) Experimental and numerical studies on orifice spillway aerator of Bunji Dam. J Chin Inst Eng 43(1):27–36. https://doi.org/10.1080/02533839.2019.1676652Article Google Scholar 
  21. Saunders K, Prakash M, Cleary PW, Cordell M (2014) Application of smoothed particle hydrodynamics for modelling gated spillway flows. Appl Math Model 38(17–18):4308–4322. https://doi.org/10.1016/j.apm.2014.05.008Article MATH Google Scholar 
  22. Savage BM, Johnson MC (2001) Flow over ogee spillway: physical and numerical model case study. J Hydraul Eng 127(8):640–649. https://doi.org/10.1061/(ASCE)0733-9429(2001)127:8(640)Article Google Scholar 
  23. Shadloo MS, Oger G, le Touzé D (2016) Smoothed particle hydrodynamics method for fluid flows, towards industrial applications: Motivations, current state, and challenges. Comput Fluids. https://doi.org/10.1016/j.compfluid.2016.05.029MathSciNet Article MATH Google Scholar 
  24. Shao Z, Jahangir Z, MuhammadYasir Q, Atta-ur-Rahman, Mahmood S (2020) Identification of potential sites for a multi-purpose dam using a dam suitability stream model. Water 12(11):3249. https://doi.org/10.3390/w12113249Article Google Scholar 
  25. Shimizu Y, Khayyer A, Gotoh H, Nagashima K (2020) An enhanced multiphase ISPH-based method for accurate modeling of oil spill. Coast Eng J 62(4):625–646. https://doi.org/10.1080/21664250.2020.1815362Article Google Scholar 
  26. Teng P, Yang J (2016) CFD modeling of two-phase flow of a spillway chute aerator of large width. J Appl Water Eng Res 4(2):163–177. https://doi.org/10.1080/23249676.2015.1124030Article Google Scholar 
  27. Teng P, Yang J, Pfister M (2016) Studies of two-phase flow at a chute aerator with experiments and CFD modelling. Model Simul Eng 2016:1–11. https://doi.org/10.1155/2016/4729128Article Google Scholar 
  28. Wapda (2004) Mangla dam raising project-sectional physical model study report of main spillway: Wapda model study cell, Gujrawala, Pakistan
  29. Yang J, Andreasson P, Teng P, Xie Q (2019) The past and present of discharge capacity modeling for spillways—a Swedish perspective. Fluids 4(1):10. https://doi.org/10.3390/fluids4010010Article Google Scholar 
  30. Yang J, Teng P, Xie Q, Li S (2020) Understanding water flows and air venting features of spillway—a case study. Water 12(8):2106. https://doi.org/10.3390/w12082106Article Google Scholar 
  31. Ye T, Pan D, Huang C, Liu M (2019) Smoothed particle hydrodynamics (SPH) for complex fluid flows: recent developments in methodology and applications. Phys Fluids 31(1):011301Article Google Scholar 
  32. Zhan X, Qin H, Liu Y, Yao L, Xie W, Liu G, Zhou J (2020) Variational Bayesian neural network for ensemble flood forecasting. Water 12(10):2740. https://doi.org/10.3390/w12102740Article Google Scholar 

Download references

FLOW-3D HYDRO Conveyance Infrastructure

FLOW-3D & computational fluid dynamics for civil engineering

Conveyance systems

  • Tunnels
  • Overflows
  • Hydraulic controls
    • Gates
    • Weirs
    • Orifice
  • Drop structures
  • Flow splitting
  • Open channel conveyance
  • Pumps
  • Flap gates (moving objects)
  • Air flow / air supply
  • Entrained air (entrainment, evolution, drift flux, buoyancy, bulking, de-aeration)

Baffle dropshaft

Tangential dropshaft

Sample GUI packaged conveyance examples

Conveyance systems: simulation outputs

해석 결과로 얻을 수 있는 Simulation outputs

  • Pressure, velocity field
  • Water elevation profiles
  • 3D transient behaviors
  • Surges & sloshing
  • Pump approach flow
  • Pump discharge & operations
  • Air phase
  • Entrained air
  • Forces & coupled motion for moving objects

고성능 컴퓨터(HPC)에 대한 이해

본 자료는 수치해석을 업무로 수행하는 엔지니어들의 고성능 컴퓨터에 대한 이해를 돕기 위해 https://www.amd.com/ko/technologies/hpc-explained 를 인용한 자료입니다.
본 자료의 모든 저작권은 https://www.amd.com에 있습니다.

고성능 컴퓨팅 안내

신약 개발에 걸리는 기간이 수년에서 수일로 단축된다고 상상해 보십시오. 고성능 컴퓨팅(HPC)은 시뮬레이션, 모델 및 분석을 통해 이러한 유형은 물론 기타 첨단 과학 문제를 해결할 수 있습니다. 이러한 시스템은 세계의 여러 주요 문제에 대한 해결책을 제공하여 “4차 산업혁명”으로 가는 길을 제시합니다.1 HPC 시스템은 이미 다음과 같은 용도로 사용되고 있습니다.

  • 여러 유형의 암과 기타 질병 퇴치를 위한 신약 화합물 개발 및 시험2
  • 방탄복과 같은 신소재 개발을 위한 분자 역학 시뮬레이션3
  • 영향을 받는 지역사회가 더 효과적으로 대비하도록 돕기 위한 중요한 기상 변화 예측4

슈퍼컴퓨터는 최첨단 HPC 시스템을 대표합니다. 슈퍼컴퓨터의 고유한 역량은 기능의 발전에 따라 시간이 지나면서 변화하는 표준에 좌우됩니다. 단일 슈퍼컴퓨팅 클러스터에는 수만 개의 프로세서가 포함될 수 있으며 세계 최고 성능의 최고가 시스템의 가격은 1억 달러 이상에 달합니다.5

HPC의 작동 방식

HPC에서 정보를 처리하는 두 가지 주요 방법:

직렬 처리를 중앙 처리 장치(CPU)에서 수행합니다. 일반적으로 각 CPU 코어에서 한 번에 한 작업만 처리합니다. CPU는 운영체제 및 기본적인 애플리케이션(예: 워드 프로세싱, 사무 생산성)과 같은 기능에 있어 필수적입니다.serial processing chart

병렬 처리를 여러 CPU 또는 그래픽 처리 장치(GPU)를 통해 수행할 수 있습니다. 원래는 전용 그래픽 용으로 개발된 GPU는 데이터 매트릭스(예: 화면 픽셀)에 대해 동시에 여러 산술 연산을 수행할 수 있습니다. GPU는 수많은 데이터 계층에서 동시에 작업할 수 있기 때문에 동영상에서 객체를 인식하는 것과 같은 머신 러닝(ML) 애플리케이션 작업에서 병렬 처리를 수행하는 데 적합합니다.parallel processing chart

슈퍼컴퓨팅의 잠재력을 극대화하기 위해서는 다양한 시스템 아키텍처가 필요합니다. 대부분의 HPC 시스템은 초고대역폭 상호 연결을 통해 여러 프로세서 및 메모리 모듈을 취합하여 병렬 처리를 지원합니다. 일부 HPC 시스템은 CPU와 GPU를 결합하는 데 이를 이기종 컴퓨팅이라고 합니다.

컴퓨터의 컴퓨팅 성능은 “FLOPS”(초당 부동 소수점 연산)라는 단위로 측정됩니다. 2019년 초반 현재 최고 수준의 슈퍼 컴퓨터는 143.5페타FLOPS(143 × 1015)를 처리할 수 있습니다. 페타스케일라고 하는 이러한 수준의 슈퍼컴퓨터는 천조 이상의 FLOPS를 수행합니다. 그에 비해, 하이엔드 게이밍 데스크탑은 속도가 1/1,000배 미만으로 약 200기가FLOPS(1 × 109)를 처리하는 데 그칩니다. 프로세싱과 처리 성능 모두에서 슈퍼컴퓨팅 혁신이 이루어지면 머지않아 엑사스케일 수준의 슈퍼컴퓨팅으로 발전하여 페타스케일보다 약 1,000배 빠른 속도가 실현될 것입니다. 이는 엑사스케일 슈퍼컴퓨터가 초당 1018(또는 10억 x 10억)의 연산을 수행할 수 있음을 의미합니다.evolution processing power

“FLOPS”는 이론적 처리 속도를 나타냅니다 – 프로세서에 지속적으로 데이터를 전송하는 데 필요한 속도를 파악합니다. 그러므로, 데이터 처리율이 반드시 시스템 디자인에 반영되어야 합니다. 프로세싱 노드 간 상호 연결과 함께 시스템 메모리가 데이터의 프로세서 도달 속도에 영향을 줍니다.supercomputer representative power

차세대 슈퍼컴퓨터가 구현하는 1 exaFLOP의 처리 성능은 5,000,000대에 달하는 데스크탑 컴퓨터의 성능에 필적합니다.*

*각 데스크탑의 처리 성능을 200기가FLOPS로 가정

스마트한 용어

  • 고성능 컴퓨팅 (HPC): 단일 컴퓨터(예: 1개의 CPU + 8개의 GPU)부터 세계적 수준의 슈퍼컴퓨터를 아우르는 폭넓은 범위의 강력한 컴퓨팅 시스템
  • 슈퍼컴퓨터: 진화하는 성능 표준에 기반한 최고 수준의 HPC
  • 이기종 컴퓨팅: 직렬(CPU) 및 병렬(GPU) 처리 기능을 최적화하는 HPC 아키텍처
  • 메모리: 데이터에 신속하게 액세스하기 위해 HPC 시스템에서 데이터가 저장되는 위치
  • 인터커넥트: 프로세싱 노드 간 통신을 지원하는 시스템 계층, 여러 수준의 상호 연결이 슈퍼컴퓨터 내에 존재
  • 페타스케일: 초당 1,000조(1015)의 계산을 수행하기 위해 설계된 슈퍼컴퓨터
  • 엑사스케일: 초당 100경(1018)의 계산을 수행하기 위해 설계된 슈퍼컴퓨터

새로운 이용 사례

기술 수준이 향상되면서, HPC는 더욱 폭넓은 기능으로 확장되었습니다. 오늘날 처리 능력과 메모리가 그 어느 때보다 향상되어 보다 복잡한 문제를 해결할 수 있게 되었습니다.

  • 머신 러닝: 인공지능(AI), 머신 러닝(ML)의 하위집합으로서 수행 지침을 수동적으로 받아들이는 대신 스스로 학습할 수 있는 시스템을 말합니다. HPC 시스템은 사진에서 흑색 종을 감지하는 암 연구와 같이 방대한 양의 데이터를 분석하는 높은 수준의 ML에 사용할 수 있습니다.6
  • 빅 데이터 분석: 학술, 과학, 금융, 비즈니스, 의료, 사이버 보안 및 정부 애플리케이션 부문의 연구 및 문제 해결을 보완하기 위해 대량의 데이터 세트를 신속하게 비교하고 상관 관계를 분석합니다. 이 작업에는 대규모 처리 및 컴퓨팅 기능이 필요합니다. 매년 50페타바이트의 임무 데이터가 생성되는 NASA에서는 슈퍼컴퓨팅을 활용해 관측을 분석하고 방대한 정보를 바탕으로 시뮬레이션을 실행합니다.7
  • 고급 모델링 및 시뮬레이션: 기업은 초기 단계에서 물리적 구축을 수행하지 않고도, 고급 모델링 및 시뮬레이션을 통해 혁신적인 제품을 더 빨리 출시하고 시간, 재료 및 인건비를 절약할 수 있습니다. HPC 모델링 및 시뮬레이션은 신약 개발 및 시험, 자동차 및 항공 우주 설계, 기후 예측/기상 관측, 에너지 애플리케이션 부문에서 활용됩니다.8

AMD가 엑사스케일에 대한 드라이브를 실현하는 방식

미국에너지국(DOE)/버클리 연구소(Berkeley Lab), 로렌스 리버모어 국립 연구소(U.S. Lawrence Livermore National Laboratory), 슈투트가르트 대학(University of Stuttgart) 및 CSC(핀란드 IT 과학 센터)의 최신 시스템과 같은 세계 최고 성능의 슈퍼컴퓨터가 바로 AMD 기술에 기반합니다.9

가까운 미래에 엑사스케일 수준의 최적의 슈퍼컴퓨터 설계를 실현하기 위해서는 더욱 강력한 처리 성능 및 프로세싱 기능(CPU 및 GPU 모두에서)이 필요합니다. 고성능 컴퓨팅과 그래픽 기술 부문 모두에서 업계 리더인 AMD는 HPC 시스템을 최적화하는 데 있어 몇 가지 고유한 이점을 제시합니다. 미국에너지국(DOE)에서 추진하는 엑사스케일 컴퓨팅 프로젝트의 일환으로, AMD는 미국 최초로 엑사스케일 수준의 슈퍼컴퓨터를 개발하기 위한 기술을 발전시키기 위해 미국 정부와 파트너십을 맺었습니다.10 이 작업에는 CPU 및 GPU 마이크로아키텍처, 메모리 시스템, 구성 요소 통합 및 고속 인터커넥트에 중점을 둔 연구가 포함되었습니다.

exascale desktop icon데스크탑

지역 전력망에 대한 하나의 동적 시나리오를 실시간으로 시뮬레이션합니다.

petascale iconn페타스케일

국가 전력망에 대한 수만 개의 동적 시나리오를 실시간으로 시뮬레이션합니다.

exascale  icon엑사스케일

전 세계 전력망에 대한 수백만 개의 동적 시나리오를 생성 및 수요에 관한 정의되지 않은 변수를 적용해 실시간으로 시뮬레이션합니다.

미래로 나아가는 힘과 자유

엑사스케일 컴퓨팅은 맞춤형 의료, 탄소 포집, 천체 물리학, 시장 경제학 및 바이오 연료 분야의 발전에 기여할 잠재성이 있습니다. 전문가들이 날씨를 더 정확히 예측하고, 더 복잡한 수학적 문제를 해결하며, 우주의 더 먼 곳까지 탐험하고, 에너지 절감형 전력망을 구축하는 데 도움이 될 것입니다.11 차세대 슈퍼컴퓨팅을 위한 공동의 노력과 이러한 시스템이 사회에 기여할 수 있는 긍정적인 영향을 바탕으로, AMD는 미래의 컴퓨팅 시스템의 성능, 에너지 효율성, 신뢰성 및 프로그래밍의 향상을 위한 연구와 자원에 주력하고 있습니다.

자세히 알아보기: https://www.amd.com/hpc

2019년 소개된 강력한 PC 하드웨어 소개

고성능 컴퓨팅(HPC)

고성능 컴퓨팅(HPC)은 과학, 공학 또는 거대한 비지니스 요구 사항들을 해결하기 위해, 우리가 흔히 사용하는 일반적인 데스크탑 컴퓨터나 워크스테이션보다 훨씬 더 높은 성능을 발휘하도록 컴퓨팅 파워를 결합하여 고성능을 발휘하도록 하는 것을 의미합니다.
시뮬레이션이나 분석과 같은 HPC  워크로드는 계산 속도, 메모리 사용 및 데이터 관리가 매우 중요합니다.
클러스터나 슈퍼컴퓨터라고도 불리는 일반적인 HPC 시스템은 고속의 네트워크에 연결된 다수의 서버를 이용한 확장을 통해, 여러 애플리케이션들을 병렬 실행하도록 설계됩니다.
HPC 시스템에는 관련 소프트웨어, 도구, 구성요소, 스토리지 및 서비스가 포함된 경우가 많습니다.

고성능 컴퓨팅은 일반적으로

  • 100Gbps의 초고속 네트워킹
  • 확장 가능한 고성능 스토리지
  • 고성능 컴퓨팅 소프트웨어 스텍 (최근에는 거의 Linux가 대세로 자리 잡음)
  • 에너지 효율성
  • GPU 가속지원

등이 핵심 성능지표로 고려되어 개발됩니다.
이러한 컴퓨터는 매우 고가이고 특별한 관리환경과 전문가들이 필요하여, 일반인들은 쉽게 접하기가 어렵습니다.
그러나 최근에는 시스템 구성은 전문가들이 하고, 시스템 사용은 일반 엔지니어들이 사용할 수 있도록 UI나 시스템 사용환경이 많이 편리해져서 대기업이나 국책 연구기관의 연구원들이 쉽게 사용할 수 있는 기반이 많이 갖추어져 있습니다.

이러한 HPC와는 스케일 규모면에서는 차이가 많지만, 최근에는 단일 컴퓨터에서도 많은 core로 구성된, 수퍼컴에 가까운 단일 컴퓨팅 고성능 PC가 판매되고 있습니다.
따라서 본 기사에서는 고성능 PC 하드웨어를 통해 수치해석을 수행할 수 있는 전세계의 최신 컴퓨터 기술을 소개하는 PC 기반 하드웨어 기사를 소개합니다.
본 기사는 itworld 에서 작성된 자료입니다.

AMD 라이젠 3000 리뷰 | 인텔의 시대를 끝내러 왔다

2019.07.09
업데이트 기사에서는 성능 테스트 결과 중 3D 뷰포트와 시너지 시네스코어(Cinescore) 성능 결과를 더했다. 또한, 게임 외적인 이유로 데이터에 나타나지 않았던 파 크라이(Far Cry) 5와 데우스 엑스: 맨카인드 유나이티드(Deus Ex: Mankind United)에서의 구형 라이젠 칩 게이밍 벤치마크 차트도 추가했다.

AMD의 12코어 라이젠 9 3900X CPU 리뷰를 한마디로 요약한 문장은 이렇지 않을까?“와, 이 CPU 진짜 빠르다.”

그러나 결론만 보기는 아쉽다. 라이젠 9 3900X는 1GHz를 처음으로 넘어섰던 AMD의 오리지널 K7 애슬론 시리즈 CPU, 데스크톱 PC의 64비트 시대를 열었던 애슬론 64 CPU만큼이나 중요한, 시장을 바꾸는 CPU가 될 물건이기 때문이다.

라이젠 9 3900X가 앞으로 저런 제품이 세운 위대함을 달성하기 어려울 것이라고 생각할지 모른다. 이전 세대의 무시무시한 게이밍 성능 지표를 모두 넘어서는 정도는 아니다. 그러나 발매 직후의 혼란이 가라앉으면 AMD 라이젠 3000 시리즈는 단숨에 가장 인기 있는 CPU가 될 것이다.

라이젠 3000 시리즈는 어찌됐든 7나노 공정으로 생산된 최초의 사용자 x86 칩이다. 인텔의 현재 데스크톱 칩은 모두 아직도 14나노 공정으로 제작된다. 올해 말쯤 되어야 10나노 공정으로의 이전이 시작될 것이다. AMD가 7나노 공정에 먼저 도달한 것을 부러워하면서 말이다.

기술적인 우위를 바탕으로 AMD는 라이젠 3000을 위해 재설계된 2세대 젠 코어를 발표했다. 이전 라이젠 2000 시리즈에 비해 부동 소수점 성능이 2배 증가했고, 클럭당 명령어 처리 횟수가 15% 향상되었다.

AMD는 명령 프리-패치를 개선했고, 명령 캐시를 한층 강화했고, 마이크로-op 캐시를 2배로 늘렸다고 말했다. AMD는 부동 소수점 성능을 2배로 늘린 것에 더해 이제 AVX-256까지 도입했다(256비트 고급 벡터 확장). 인텔 코어는 AVX-512이다. 오늘날 AVX는 주로 동영상 인코딩 분야에 영향을 주지만, 다른 분야에서도 진가를 발휘한다.

AMD는 기본적으로 라이젠 3000 칩에서 L3 캐시를 2배 늘리고, 이것을 게임 캐시라고 부르면서 애플과 비슷한 마케팅을 펼치고 있다. 라이젠 9 3900X에서 70MB를 차지하는 이 캐시는 라이젠 3000 시리즈의 메모리 지연성을 크게 줄인다. 또 CPU의 게이밍 성능을 극적으로 향상한다. 그래서 게임 캐시라고 부르면서 일반 사용자의 이해를 돕고 있다.  게임 캐시는 애플리케이션 성능 개선에도 유용하지만, 앱 캐시라고 불렀을 때 기뻐할 사람은 아무도 없을 테니까.

라이젠 3000 시리즈에는 7나노 CCD가 2개 들어간다. ⓒAMD

코어와 함께 칩셋 설계도 크게 손을 보았다. 처음의 젠 기반 라이젠은 메모리 및 PCIe 컨트롤러가 인피니티 패브릭으로 결합된 2개의 14 나노 CCD를 특징으로 했다. 젠 2에 기반한 라이젠 3000은 메모리 컨트롤러와 PCIe 4.0 컨트롤러를 별개의 IO 다이로 분리한다. 7나노 연산 코어와 달리 IO 다이는 12나노 공정으로 제작된다. 이는 CPU의 전체 원가 절감에 기여한다. 7나노 공정 웨이퍼가 훨씬 가치 있는데, AMD의 팹 협력사인 TSMC가 IO 다를 제작에 사용하지 않아도 되기 때문이다.

여기서 중요한 질문은 GPU가 제한 요소가 아닌 상황에서, 오랫동안 라이젠 성능의 발목을 잡았던 게이밍 문제가 마침내 해소되었느냐는 것이다. 차이는 이제 매우 근소해졌다. 심지어 엔비디아의 무자비하게 빠른 RTX 2080 Ti를 구동하더라도 거의 99% 문제가 없을 것이다.

PCIe4.0?!

그렇다. PCIe4.0이다. PCIe의 차세대 버전 PCIe4.0은 기본적으로 클럭 속도와 스루풋을 PCIe3.0보다 2배로 늘린다. AMD가 PCIe4.0으로 이동한 것도 또 한가지 유리한 점이다. 인텔은 CPU에서 PCIe3.0 속도로 정체되어 있고, 마찬가지로 엔비디아도 PCIe3.0 기반 GPU만을 보유한 상황이다.

현재 PCIe 4.0 실제 성능은 SSD를 제외하고 손쉽게 구현하기 어려울 것이다. 그러나 새 표준은 PC에서 더 많은 경로와 더 많은 포트를 지원한다. PCIe4.0 SSD의 혜택을 원한다면 AMD의 라이젠 3000과 새 X570 칩셋이 유일한 수단이다.

PCIe의 설명 자료는 여기서 소개한다(all about PCIe 4.0). 개발 초기 단계인 PCIe5.0과 PCIe6.0이 동시에 존재해 혼란을 준다면, 초기 사양이 실제 하드웨어로 구현되기까지는 시간이 걸린다는 점을 기억하기 바란다. 기본적으로 PCIe 4.0가 현재의 유일한 해법이고, AMD는 이 성과를 자랑할만하다.

가격

아직 가격이 남았다. 인텔의 플래그십 제품인 8코어의 코어 i9-9900K는 488달러인 반면, 더 빠르지는 않더라도 최소한 같다고 주장하는 AMD의 12코어는 499달러에 RGB 쿨러를 더했다.

AMD 라이젠 3000 제품군은 가격으로 인텔 제품을 압박한다. ⓒAMD

쓰레드당 가격은 AMD가 인텔보다 우세하다. 각종 CPU의 쓰레드당 가격 차트를 보면 라이젠 9 3900X는 쓰레드당 21달러이고, 코어 i9-9900K는 31달러로 게임이 되지 않는 지경이다.

ⓒAMD

그러나 쓰레드당 가격, 환상적인 7나노 공정도 성능이 뒷받침되지 않는다면 가치가 없다. 그럼 이제부터 라이젠 9 3900X가 얼마나 빠른지 살펴보자.

테스트 방법

이번 리뷰에는 대표적 CPU 3개를 선택했다. AMD의 2세대 라이젠 7 2700X가 테스트의 기준으로 활용된다. 두 번째는 최고의 경쟁자인 488달러의 인텔의 코어 i9-9900K이다. 마지막은 AMD의 499달러짜리 라이젠 9 3900K이다.

CPU는 나란히 테스트되었다. 라이젠 7 2700X는 MSI X470 게이밍 M7 AC에, 코어 i9-9900K는 아수스 막스무스 XI 히어로에, 라이젠 9 3900X는 MSI X5700 가드라이크에 각각 탑재했다.

그래픽의 경우 초반 CPU와 게임 테스트는 파운더스 에디션 지포스 GTX 1080를 사용하였다. 추가적 게임 테스트에서는 파운더스 에디션 지포스 RTX2080 Ti 카드를 이용하였다.

세 PC 모두 최신 UEFI/BIOS와 드라이버를 이용하고, 윈도우 10 프로페셔널 1903을 새로 설치하였다. 윈도우 버전은 특히 중요하다. AMD가 이제 버전 1903에 스케줄 최적화가 포함되어 라이젠 3000에서 더 효율적으로 쓰레드를 전송할 수 있다고 말했기 때문이다.

기억할 점은 AMD의 CPU는 CPU 코어의 작은 집단과 빠른 속도를 갖도록 구축되지만 CPU 코어 집단 사이의 액세스 속도는 더 느리다는 것이다. 구 버전 윈도우에서 스케줄러는 클러스터 내의 한 집단으로 한 쓰레드를 전송한다. 윈도우는 멀티 다이 설계를 감안하여 설계되지 않았기 때문에 두 번째 쓰레드를 다른 CPU 코어 클러스터로 전송할 것이고 이는 성능을 낮추는 원인이 된다.

단순히 두 쓰레드를 같은 CPU 코어 클러스터로 전송하는 경우가 아니면, 두 코어 클러스터 사이의 교차를 처리해야 하기 때문에 속도가 느려지는 것이다. 이제 이 문제가 해소되었다. 윈도우 1903은 가능한 경우 동일한 CPU 코어 클러스터로 쓰레드를 전송할 것이다. AMD의 주장에 따르면 윈도우의 변화를 통해 최대 15%의 성능 향상을 가져올 수 있다. 다만, 모든 애플리케이션에서 적용되는 것은 아니므로 애플리케이션마다 차이가 있을 것이라고 전했다.

ⓒAMD

세 빌드에서 모두 듀얼 채널 모드의 DDR4를 동일하게 이용했지만, 한 가지 차이를 두었다. 코어i9-9900K와 라이젠 7 2700X는 16GB DDR4/3200 CL 14를 이용했고, 라이젠 9 3900K는 16GB DDR4/3600 CL 15를 이용했다. 라이젠 9를 최적의 메모리 클럭인 3,600MHz로 테스트하고 싶었기 때문이다. 3,200 MHz에서도 역시 테스트할 예정이다. 시간적 제약으로 인해 먼저 DDR4/3600 성능만 제시하고, 시간이 허락하면 DDR4/3200 테스트 결과를 추가로 업데이트할 예정이다. 그러나 AMD가 PCWorld에 밝힌 바에 따르면 DDR4/3200CL14는 DDR4/3600CL15에 비해 성능에서 큰 차이가 없다고 한다.

여기서 다른 변수는 저장 공간이다. 라이젠 7과 코어 i9은 초고속 MLC 기반의 삼성 960 프로 512GB SSD을 사용해 PCIe3의 3세대 속도로 테스트되었다. 라이젠 9 3900X는 PCIe4.0을 지원하는 최초의 CPU이자 플랫폼이다. PCIe4.0은 새 플랫폼의 핵심 기능이므로 CPU의 PCI 레인으로 직접 연결된 2TB의 커세어 MP600 PCIe 4.0 SSD를 이용하였다. 이번에 PCWorld가 실행한 테스트에서 스토리지는 CPU 성능에 영향을 주지 않을 것이다.

커세어 MP600 ⓒAMD

MCE인가, 아닌가?

코어 i9-9900K 리뷰와 마찬가지로 이번에도 ‘다중 코어 강화(Multi-Core Enhancement, MCE)’ 기능을 이용할 것인지를 놓고 의견이 엇갈렸다. MCE는 메인보드 지원 기능으로, 인텔 ‘K’ CPU를 더 높은 클럭 속도로 실행한다. 하지만, 전력 소비도 더 크고 열도 더 많이 발생한다. MCE는 기술적으로 인텔의 표준 규격을 넘긴 ‘오버클럭’으로 간주된다.

그렇다면 이 기능을 끄면 되지 않느냐고 생각할 수 있을 것이다. 그런데 문제는 거의 모든 중급 이상의 인텔 메인보드는 즉시 사용할 수 있도록 MCE가 자동으로 설정되어 있다는 점이다. 이 기능을 끈 상태로 새 CPU를 테스트한 결과는 대부분의 사용자가 경험하게 될 코어 i9-9900K의 진정한 속도와는 거리가 멀 것이다.

켠 상태로 두는 것은 더 난감하다. 왜냐하면 메인보드 업체마다 이 설정을 조금씩 다르게 구현하기 때문이다. MCE가 켜진 상태에서 성능을 정확히 측정할 수 있는 쉬운 방법은 없다.

결국 인텔 CPU에 대해 MCE를 끈 채로 테스트를 했고, AMD의 유사한 정밀 부스트 오버드라이브(Precision Boost Overdrive) 역시 끈 상태로 테스트했다. 다른 기사에서 이 부분을 한층 깊이 있게 다룰 것이다. 그러나 현재까지는 MCE를 끈 채 인텔 CPU를 실행하는 것은 PBO를 끈 채 AMD CPU를 실행하는 것보다 인텔 CPU에 훨씬 불리하다는 점은 유의해야 한다.

그렇다면 이제부터 차트의 세계로 나가도록 하자.

라이젠 9 3900x 3D 모델링 성능

12코어 CPU가 8코어를 쉽게 압도할 것이라는 점은 그다지 놀랍지 않다. ⓒIDG
라이젠 9 3900X의 싱글 쓰레드 성능이 인상적이다. ⓒIDG
시네벤치 R20으로 옮겨가면 라이젠 9 3900X의 싱글 쓰레드 성능이 더 돋보인다. ⓒIDG
라이젠 9 3900X가 인텔 코어 i9를 멀티 쓰레드 성능에서 압도하는 것은 어쩌면 당연하다. ⓒIDG
코로나 모델러 테스트 결과도 8코어보다 12코어 성능이 더 높게 나왔다. ⓒIDG
비슷한 결과다. V레이 넥스트 테스트에서도 다른 모델링 앱과 별반 다르지 않은 결과를 냈다. ⓒIDG
ⓒIDG
놀랍지도 않다. 라이젠 9가 코어 i9을 가지고 노는 수준이다. ⓒIDG
5GHz 클럭이라는 강점을 지닌 코어 i9가 라이젠 9를 싱글 쓰레드로 설정된 POV레이 테스트에서 근소하게 앞섰다. ⓒIDG
H.265 코덱을 활용한 4K 인코딩 작업에서도 라이젠 9 3900X가 월등했다. ⓒ

라이젠 9 3900X 인코딩 성능

라이젠 9 3900X는 H.265 코덱을 사용한 4K 인코딩에서 코어i9를 간단히 앞질렀다. ⓒIDG
시너지 시네스코어 10.4 테스트에서도 라이젠 9의 성능이 코어 i9 칩을 상당히 앞섰다. ⓒIDG
프리미어 CC 2019 작업에서는 코어 i9가 더 우세하다. ⓒIDG
프리미어 HEVC 인코더 프로젝트에서도 코어 i9가 우세했지만 차이는 조금 줄어들었다. ⓒIDG

포토샵 성능 테스트

포토샵 성능에서는 라이젠 9 2900X가 근소하게 앞섰다. ⓒIDG

압축 테스트

압축 테스트 결과. 라이젠 9 3900X와 라이젠 7 2700X의 성능 차가 크다. ⓒIDG
WinRAR결과는 좋게도 나쁘게도 해석할 수 있다. 라이젠 7 2700X 결과에서 보듯, WinRAR는 전통적으로 인텔 CPU와 상성이 좋았는데, 라이젠 9 3900X가 코어 i9와 크게 차이나지 않는 수준의 결과를 냈다. ⓒIDG
7ZIP 압축 테스트에서의 싱글 쓰레드 성능은 코어 i9가 조금 더 앞섰다. ⓒIDG
멀티쓰레드 성능은 라이젠 9가 압도적이었다. ⓒIDG
압축 풀기 테스트는 전통적으로 성능 확인의 정수이자 CPU가 브랜치 오예측을 얼마나 잘 감당하는지와 관련이 있었다.  ⓒIDG​​​​​
7Zip 압축 풀기 테스트에서는 3개 제품이 모두 엇비슷한 성능을 나타냈다. 가장 우수한 것은 코어 i9였다. ⓒIDG

라이젠 9 3900X의 게이밍 성능 테스트

섀도우 오브 툼 레이더는 1,920×1,080 해상도에서 플레이했는데도 GPU에 의한 병목 현상이 나타났다. ⓒIDG
최신 게임을 플레이할 때는 두 제품 모두 빠른 GPU가 필요하다. ⓒIDG
조금 더 오래된 라이즈 오브 더 툼레이더로 옮겨 가면 역시 구형인 지포스 GTX 1080 FE가 병목 현상임을 알 수 있다. ⓒIDG
라이젠 9 3900X가 코어 i9를 앞서지는 못했지만, 차이는 아주 근소하다. ⓒIDG
ⓒIDG
파 크라이 5는 코어 i9가 라이젠 시리즈를 앞선 성능을 보인 게임 중 하나다. ⓒIDG
데우스 엑스 맨카인드 디바이디드 결과. 라이젠 7과 라이젠 9의 차이에서 게임 성능 개선 폭을 짐작할 수 있다.  ⓒIDG
레인보우 식스 시지 결과 ⓒIDG
CPU 포커스드 테스트 결과는 전적으로 CPU 테스트나 다름 없다. 지포스 GTX 1080과 RTX 2080Ti에서의 프레임 차이가 거의 없었기 때문이다.  ⓒIDG

결론

1쓰레드에서 24 쓰레드까지의 시네벤치 테스트로 리뷰를 마치고 싶다. 시네벤치 R20은 3D 모델링 벤치마크로서 게이밍 성능이나 여타 애플리케이션 성능을 예측하지 않는다. 그러나 수많은 게임과 애플리케이션이 현대 CPU의 쓰레드를 모두 활용하는 혜택을 누릴 수는 없다. 그런 면에서 시네벤치 R20이 가치가 있다. CPU를 1개 쓰레드에서 시작해 끝까지 로딩 했을 때의 성능을 살펴볼 수 있기 때문이다.

아래의 차트에서 AMD는 통상적으로 차트 우측에서 두드러진다. 거의 언제나 인텔 칩에 비해 코어 수에서 우세하기 때문이다.

반면 인텔은 통상적으로 우측에서는 패배하지만, 좌측에서는 승리한다. 인텔 칩은 AMD 칩에 비해 클럭 속도와 IPC가 우세하기 때문이다. 인텔의 코어 칩이 강점을 지닌 부분은 기본적으로 여기뿐이다. 대다수 애플리케이션과 게임은 차트의 좌측에 있는 성능에 의존한다. 라이젠 9 3900K와 코어 i9-9900K 사이의 차트를 보면 그 강점은 이제 사라졌다.

시네벤치 r20을 1쓰레드에서 24쓰레드까지 돌리자, 전 구간에서 라이젠 9 3900x의 진정한 강점이 드러났다. ⓒIDG

동일 데이터를 다른 관점으로 보기 위해 성능 우세 정도를 비율로 보여주는 차트를 만들었다. 차트에서 알 수 있듯이 12코어는 8코어를 간단히 압도한다.

이번에도 인텔의 코어 i9에 있어 가장 나쁜 소식은 차트의 좌측에 있다. 여기서도 인텔의 우위가 사라졌다. 두 CPU는 6쓰레드까지 거의 대등하고 이후부터 라이젠 9가 앞서기 시작한다.

라이젠 9는 8쓰레드 이후부터 코어 수로 인텔 코어 i9를 제압했다. ⓒIDG

쓰레드 수가 적은 경우를 봐도 라이젠 9 3900K는 언제나 코어 i9 9900K만큼이나 빠르다. 이는 기본적으로 이제 코어 i9을 사야 할 이유가 거의 없음을 의미한다. 남은 이유도 분명 존재하지만, 고급 CPU를 구입하려는 사용자 10명 중 9명은 라이젠 9 3900X를 선택할 것이 틀림없다. editor@itworld.co.kr


컴퓨텍스 2018에서 소개된 강력한 PC 하드웨어 소개

본 기사는 PCWorld 및 itworld에서 부분 발췌된 내용입니다.

컴퓨텍스 2018에서는 게이밍이 뜨겁다.
PC의 핵심 칩들이 크게 발전하면서 성능을 크게 높였다.

스레드리퍼(Threadripper) 2 인텔의 발표 직후, AMD는 32코어 64스레드 플래그십인 스레드리퍼 2를 소개하면서 코어 전쟁에 불을 붙였다. 새 24코어 CPU도 출시되며 새 칩들은 2세대 라이젠(Ryzen)과 같은 기본 기술에 기초하여 개발되었다. 또한 AMD는 쿨러 마스터와 협력하여 32코어의 온도를 관리할 수 있는 거대한 공냉식 쿨러인 레이스 리퍼(Wraith Ripper)를 제작했다.

AMD를 전격 채용한 에이서 헬리오스(Acer Helios) 500 컴퓨텍스에서 AMD의 기술이 예상치 못한 곳에서 공개되었다. AMD를 전격 채용한 이 모델에는 6코어 12스레드 라이젠 7 2700 데스크톱 프로세서뿐만이 아니라 라데온 베가(Radeon Vega) 56 그래픽이 탑재되어 있으며, 외장 베가 GPU가 탑재된 노트북은 이번이 처음이다. 에이서는 이 노트북에 144Hz 프리싱크 디스플레이를 매치하여 베가의 성능을 최대한 발휘할 수 있도록 했다.

MSI 노트북(치터(Cheater) 모드 적용) MSI는 컴퓨텍스에서 모든 가격 대의 노트북을 선보였다. MSI가 엔비디아 GTX 1050 그래픽을 내장한 프레스티지(Prestige) PS42가 있다. 매우 인상적일 것이며 기록을 달성할 수 있을지 기대된다. 보급형의 경우 MSI GF63은 999달러란 저렴한 가격에 6코어 8세대 인텔 코어 CPU와 GTX 1050이 내장되어 있다.

독특한 에이수스 노트북 에이수스는 컴퓨텍스에서 프로젝트 프리코그 외에도 혁신적인 하드웨어를 선보였다. 또한 기본적으로 트랙패드(Trackpad)를 상황에 따라 PC용 보조 화면으로 변신시키는 “스크린패드(ScreenPad)” 기술이 포함된 젠북 프로(ZenBook Pro) 15의 새로운 버전을 공개했다.

2017년 수치해석 분야에 기대되는 최신 컴퓨터 소식

수치해석을 하는 많은 분들은 대부분 시간과의 전쟁을 치루고 있습니다.
좀 더 빨리, 좀 더 상세한 결과를 얻어야 하기 때문에, 많은 분들이 예산이 허락하는 한 성능 좋은 컴퓨터를 확보하는 것이 최대의 목표가 되고 있습니다.

한 동안 AMD가 인텔의 경쟁자로 존재하면서 두 회사는 선의의 성능 경쟁을 치열하게 전개해 왔는데, AMD가 서서히 경쟁력을 잃고 있다가 최근에 젠 CPU를 통해 다시 경쟁에 불을 지피고 있습니다.
여기에 두 회사의 최신 주력 CPU 의 내용을 기사에서 인용하여 소개합니다.


인텔, 18코어 36스레드 갖춘 코어 i9 칩 발표 “AMD 쓰레드리퍼와 전면전” (기사 출처 : itworld)

인텔이 코어 i9을 무기로 본격적인 AMD와의 전쟁에 돌입했다. 인텔은 30일 대만 컴퓨텍스에서 하이엔드 PC시장에서 AMD의 16코어 32스레드 스레드리퍼(Threadripper)와 경쟁할 18코어 36스레드의 ‘몬스터 마이크로프로세서’를 발표했다.

이 프로세서에는 코어 i9 익스트림 에디션 i9-7980XE라는 이름이 붙었다. 첫 번째 테라플롭(Teraflop) 데스크톱 PC프로세스로 아주 고가이다. 올해 말 출하되는 프로세서의 가격은 1,999달러이다. 한 단계 낮은 코어 i9 제품군 제품들은 가격이 조금 더 저렴하다. 10코어, 12코어, 14코어, 16코어로 구성된 코어 i9 X 시리즈 가격은 999~1,699달러 사이다. 모두 스카이레이크 기반 프로세스이며, 기존 브로드웰-E보다 높은 성능을 제공한다. 인텔에 따르면, 싱글스레드 앱은 15%, 멀티스레드는 10% 빠르다.

인텔은 ‘베이진 폴스(Basin Falls)”라는 코드 네임을 가진 코어 i9 X 시리즈가 너무 비싼 사람들을 위해 3종의 새로운 코어 i7 X 시리즈 칩(339~599달러)과 1종의 쿼드 코어 코어 i5(242달러)도 공개했다. 인텔은 몇 주 이내에 신제품 칩을 출하할 예정이라고 설명했다.

대부분의 코어 i9칩에 터보 부스트 맥스 기술 업데이트(Updated Turbo Boost Max Technology) 3.0이 탑재될 예정이다. 터보 부스트 맥스는 칩이 최고의 코어 2개를 파악하고, 필요할 때 가변적으로 속도를 높여 오버클러킹을 하는 기능이다. 옵테인 메모리도 지원한다. 인텔은 130개 이상의 옵테인 지원 메인보드가 출시될 예정이라고 설명했다.

신제품 165W, 140W, 112W 칩은 역시 새로운 소켓인 R4에 맞춰 설계되어 있다. 2,066핀 LGA 소켓과 호환되는 인텔 칩셋은 X299가 유일하다.

다시 한번, 인텔과 AMD가 제대로 한 판 붙을 전망이다. 둘 중 누가 승리할지 지켜보는 사용자들의 관심도 뜨겁다. 인텔은 코어 i9을 발표하면서 하이엔드 시장에 공격적으로 접근했다. AMD도 스레드리퍼의 10코어, 12코어, 14코어 버전과 가격을 공개할 수밖에 없는 실정이다. 인텔이 먼저 패를 공개했다. 게임은 이제부터가 시작이다.

인텔의 새 코어 i9 칩은 모든 PC관련 제품이 전시되는 종합 전시회로 발전한 컴퓨텍스에서 가장 중요한 발표 중 하나로 꼽혔다. 기대되는 소식은 아직 많이 남아있다. 홍보 담당자에 따르면, 인텔 경영진이 차세대 10nm 칩인 캐논 레이크에 대해 발표할 예정이라고 한다. 기존 케이비 레이크 칩보다 30% 높은 성능을 자랑하는 제품이다.

또, HTC 바이브 VR 헤드셋을 WiGig 기술을 이용해 무선 연결하는 기술에 대해 더 자세한 정보가 발표될 계획이다. 인텔과 HTC는 지난 1월 CES에서 파트너십 체결을 발표했다. 인텔은 또 8월부터 컴퓨트 카드(Compute Card)를 출시한다고 발표할 계획이다.

코어 i9의 속도와 피드
클록 속도가 4GHz를 넘으면서, 제조업체들이 직면한 도전 과제는 추가된 코어를 모두 사용하는 방법을 찾는 것이었다. 앞서 링크된 기사에서 설명했듯, 하나의 프로세스 코어만 집중적으로 사용하는 게임들이 여전히 많다. 인텔은 게임 플레이는 물론, 게임에 이용하지 않는 다른 코어로 트위치나 유튜브 스트리밍을 인코딩하고, 더 나아가 백그라운드에서 음악도 재생할 수 있는 새로운 세대의 ‘스트리머(Streamer)’로 눈길을 돌렸다. 인텔은 이런 동시다발 작업에 ‘메가태스킹’이라는 명칭을 붙였다. 이 회사는 이를 갈수록 증가하는 코어 수에 맞게 ‘수요’를 유지하는 아주 좋은 방법으로 판단하고 있다.

이와 관련, X시리즈 마케팅 매니저인 토니 베라는 “게이머가 콘텐츠 창작자로 변모하는 추세”라고 강조했다.

제품 가격은 자연스럽게 최고 2,000달러로 아주 비싸고, 경제력이 있거나 기업의 후원을 받는 사용자만 최신 코어 i9 제품들을 구입할 수 있을 전망이다. 다음은 제품 별 가격과 코어, 스레드 수를 정리한 내용이다.

Core i9-7980XE: 18코어/ 36스레드, 1,999달러
Core i9-7960X: 16코어/ 32스레드, 1,699달러
Core i9-7940X: 14코어/ 28스레드, 1,399달러
Core i9-7920X: 12코어/ 24스레드, 1,199달러
Core i9-7900X (3.3GHz): 10코어/ 20스레드, 999달러

인텔은 또 한정된 예산에 제약 받는 사용자를 대상으로 3종의 새로운 코어 i7 X 시리즈 칩을 판매할 계획이다.

Core i7 7820X (3.6GHZ), 8코어/ 16스레드, 599달러
Core i7-7800X (3.5GHz), 6코어/ 12스레드, 389달러
Core i7-7740X (4.3GHz), 4코어/ 8스레드, 339달러
케이비 레이크 코어에 맞춰 설계된 i7-7740X를 제외한 모든 칩이 인텔의 ‘스카이레이크-X’에 기반을 두고 있다.

새 칩에서 가장 큰 관심을 끄는 기능은 터보 부스트 맥스 기술 업데이트 3.0이다. 고든 마 웅이 인텔 브로드웰-E 리뷰에서 설명한 것처럼, 터보 부스트 맥스 기술 3.0은 (칩에 따라 차이가 있지만) 최고의 코어를 식별한다. 그리고 CPU 집약적 싱글 스레드 애플리케이션을 이 코어로 연결해 전체 성능을 향상한다.
또, 최고의 코어 2개를 식별하고, 가장 CPU 집약적인 스레드에 할당한다. 더 많은 코어를 더 효과적으로 활용하는 게임과 애플리케이션에 도움을 주는 기능이다. 그러나 이 새로운 기능을 탑재하지 않은 칩도 있다. 새 6코어, 2종의 4코어 X시리즈 칩이 여기에 포함된다.

다음은 속도와 피드를 요약 설명한 표다.

오버클럭이 포인트
인텔은 새 X시리즈에 공냉 쿨러를 추천하지 않는다. 인텔은 165W와 140W의 새 칩이 방출할 열을 효과적으로 냉각시킬 수 있는 TS13X 쿨러를 판매할 예정이다.

TS13X는 PG(Propylene Glycol)을 이용, 열을 73.84-CFM 팬으로 보낸다. 이 팬의 소음은 21~35dBA이고, 회전 속도는 800~2,200rpm이다. 별도 판매될 TS13X의 가격은 85~100달러 사이이다.

인텔은 또 XTU(Extreme Tuning Utility)를 이용, 코어 당 오버클러킹과 전압 조절을 계속 지원할 계획이다. AVX 512 비율 오프셋, 메모리 전압 조절, PEG/DMI 오버클러킹 등 새 기능이 포함되어 있다.
또 ‘성능 튜닝 보증 서비스(Performance tuning protection plan)’를 제공할 계획이다. 이는 오버클로킹 사용자를 위한 일종의 ‘보험’이다. 칩이 고장 날 경우, 1회 교체를 해주는 보증 서비스이며, 두 번째부터는 유료로 진행된다.

데이터 전송 성능을 향상한 새 X299 칩셋
테라플롭급 연산력을 갖춘 PC의 경우, 다른 부품과의 데이터 전송 성능이 아주 중요하다. x299 칩셋은 최신 DMI 3.0을 도입해 SATA 3.0포트와 USB 포트 연결 대역폭을 2배로 증가시킨다. X299 칩셋에는 최대 8개의 SATA 3.0포트, 10개의 USB 3.0 포트가 장착되어 있다. 기존 X99 칩셋의 USB 3.0포트 수는 최대 6개였다.

브로드웰-E X99 칩셋은 8개의 PCIe 레인을 지원했었다. 그러나 X299은 최대 24개의 PCIe 3.0 레인을 지원한다. 고속 PCIe NVM3 드라이브 등 추가 PCIe를 CPU와 연결된 PCI3에 직접 연결할 수 있다. 코어가 10개 이상인 CPU의 경우, 최대 44개의 PCIe 3.0 레인을 이용할 수 있다.

X299는 속도가 빨라진 DDR4-2066을 지원한다. 그러나 어느 정도 RAM 용량을 지원하는지 확실하지 않다. 인텔은 캐시 계층(Cache Hierarchy)을 조정했다. 이를 통해 개별 프로세서 근처에 더 많은 캐시를 배치하는 방법보다 캐시 크기를 더 많이 줄일 수 있다. 인텔은 새로운 캐시의 ‘히트(Hit)’ 레이트가 더 높다고 설명한다. 칩 크기를 줄였지만 캐시 성능을 유지할 수 있었다는 의미이다.

이번 신제품 소식은 코어 i9, 코어 i7 X 시리즈 사용자 모두 크게 기뻐할 기능 및 성능 향상이다. 메인보드와 PC 제조사도 하이엔드 시장에서 수익을 증대하기 위해 코어 i9 제품들을 출시할 것으로 예상된다. 이번 주 컴퓨텍스에서 전해질 더 많은 소식에 사용자들의 관심이 쏠리고 있다. editor@itworld.co.kr


2018년 인텔 6코어 코어 i9 CPU 발표

본 기사는 itworld.co.kr 기사를 인용하였습니다.

아래 기사를 보면 이젠 해석용 컴퓨터도 고성능 노트북으로 가능하게 되어 가는 것 같습니다. ItWorld의 기사를 게재합니다.

인텔의 새로운 6코어 모바일 코어 i9 칩은 가장 빠른 노트북 CPU로, 새로운 코어 i9-8950HK의 기본 클럭 속도는 2.9GHz이며 여기에 “열 속도 가속(Thermal Velocity Boost)”이라는 신기술을 사용해 최대 4.8GHz까지 올라간다. 새로운 언락 8세대 코어 i9를 최상위 제품으로, 그 아래에 5개의 신형 코어 i5와 코어 i7 고성능 모바일 H 시리즈 칩, 그리고 저전력 시스템을 위한 4개의 U 시리즈 코어 칩이 포진한다. 모두 14나노 커피레이크 칩이다. 인텔은 새로운 데스크톱 코어 프로세서 제품군과 노트북 PC 내의 하드 드라이브 성능을 강화하는 옵테인 메모리 내장을 나타내기 위한 브랜드 로고(코어 i7+)도 새로 발표했다.

인텔에 따르면 코어 i9는 7세대 코어 프로세서에 비해 게임 프레임 재생률 기준 최대 41% 더 우수하며, 게임 플레이 스트리밍 및 녹화 성능은 32% 더 빠르다. 인텔은 새로운 코어 i9는 언락 상태로 제공되므로 게임 PC 제조 업계에서 5GHz 시스템도 출시하게 될 것이라고 밝혔다. 옵테인 메모리가 포함되면 성능 향상 폭은 더욱 커진다. 다만 인텔이 성능 비교에 사용한 7세대 시스템에는 SSD가 아닌 느린 기계식 하드 드라이브가 탑재돼 있어 SSD에서의 성능 향상이 어느 정도인지는 정확히 알 수 없다.

인텔 프리미엄 및 게이밍 노트북 부문 총괄 책임자인 프레드릭 햄버거는 “코어 i9는 인텔이 지금까지 발표한 가장 빠른 게이밍 프로세서”라며, “데스크톱에 거의 근접한 성능을 노트북에서 얻을 수 있다”고 강조했다.

새로운 모바일 코어 칩은 인텔이 스펙터 및 멜트다운 취약점을 수정하기 위해 패치한 소프트웨어 완화책을 지원한다(이후 나올 하드웨어 재설계는 적용되지 않는다). 인텔 측은 제시된 성능 수치가 이러한 완화책으로 인한 성능 감소를 반영한 것이라고 밝혔다.

인텔이 출시하는 모든 모바일 프로세스가 그렇듯이, 중요한 점은 가격이다. 인텔은 보통 모바일 칩 가격을 공개하지 않으며, 이번에도 마찬가지다. 다만 새로운 제품군 중에서 코어 i9 칩의 경우 게임 노트북 중에서도 상위 기종에만 들어갈 것으로 보인다. 그 외의 다른 칩은 훨씬 더 폭넓게 보급될 전망이다.

인텔 코어 H 시리즈 CPU

인텔은 현재 폭발적으로 성장 중인 PC 게임 시장을 노골적으로 정조준하고 있다. 햄버거는 인텔 코어 칩을 내장한 일반 판매용 게임 노트북이 전년 대비 45% 성장했다고 말했다.

인텔의 새로운 45W H 시리즈에는 각각 2종의 새로운 코어 i7과 코어 i5 칩 및 신형 제온이 포함된다. 사실 모바일 코어 i9 칩은 제온 E-2186과 상당히 흡사해 보인다. 클럭 속도, 코어 수, 열 설계 전력 등이 동일하다. 그러나 코어 i9의 클럭 속도는 완전히 언락된 상태로 제공된다. 코어 i9의 가격이 너무 부담스럽다면, 동일한 6개의 코어와 12개 쓰레드를 탑재한 새로운 코어 i7-8850H이 있다.

새로 출시되는 칩은 모두 인텔이 노트북을 대상으로 밀고 있는 옵테인 메모리를 지원하며, 기업용 시스템을 위한 vPro 기술이 옵션으로 제공된다.
인텔의 라데온 RX 베가(“케이비레이크-G”) 칩은 울트라북 수준에서 1080p 성능을 제공하도록 설계됐지만, 신형 8세대 코어 i9 칩은 햄버거의 표현대로라면 “머슬북(Musclebook)”에 맞게 설계돼 노트북에서 얻을 수 있는 절대적인 최고의 성능을 제공한다. 햄버거는 “이 칩으로 만족할 수 없다면 어떤 칩으로도 만족하지 못할 것”이라고 덧붙였다.

Intel

인텔은 이번에 처음으로 이른바 “열 속도 가속” 기능을 포함했다. 이 기능은 클럭 속도를 정상보다 더 높여준다. 평상시 코어 i9-8950HK에서 터보 부스트가 활성화된 후 최대 클럭 속도는 4.6GHz다. 그러나 햄버거는 칩의 온도가 충분히 낮은 상태에서 최대 속도로 작동 중이라면, 클럭 속도가 한층 더 올라간다면서 단일 코어를 200MHz 더 높여 4.8GHz로 작동하거나 모든 코어를 약 100MHz 높여 작동하게 된다고 설명했다.

다만 햄버거는 열 속도 가속 기술이 “자동적인 기능이 아닌 기회에 따라 작동하는 기능”이며, 인텔은 시스템 온도 섭씨 50도 이하에서 이 기능이 작동하도록 설계했다고 거듭 강조했다. 햄버거는 “OEM 파트너와 함께 전력 성능을 최적화하고 열 특성을 조정해 성능을 더 끌어올리기 위해 많은 시간을 투자했다”면서 “지금의 추세는 가장 얇게 만들기 위해 성능을 희생하는 게 아니라, 더 오래 지속되는 더 얇은 규격에 더 효율적인 성능을 집어넣는 것”이라고 말했다.

인텔 코어 U 시리즈 CPU

성능은 좀 낮아도 배터리가 오래 가는 제품을 찾는 사용자를 위해 인텔은 새로운 U 시리즈 칩 4종도 함께 출시했다. 28W TDP 저전력 8세대 코어 칩은 모두 4코어 8스레드 구성이 적용되며 모바일 구성의 옵테인 메모리 기술을 지원한다.

Intel

모든 칩은 인텔이 선보인 새로운 300 시리즈 칩셋인 H370, H310, Q370, B360에 연결된다. 또한 인텔 대변인에 따르면 모든 칩은 향상된 오디오 및 I/O, 기가비트 처리량을 갖춘 통합 인텔 802.11ac 와이파이, 10Gbit/s 통합 2세대 USB 3.1 I/O 등 플랫폼 수준에서 더 많은 기능을 제공한다.

게이밍 노트북 판매가 “폭증”하고 시장 성장에 보조를 맞춰 유통업체들도 매장 진열대에서 이런 제품의 비중을 계속 늘리고 있다. 인텔도 투자를 지속할 계획이다. 게이밍 노트북에서 코어 수를 늘리고 5GHz 벽을 돌파하게 되면 인텔은 성능의 한계를 확실히 더 높이게 될 것이다.  editor@itworld.co.kr

원문보기:
http://www.itworld.co.kr/news/108803#csidx218d62dae70faefa8f8cdc4efd8ea92 


AMD 마이크로아키텍처 (기사 출처 : itworld)

AMD 라이젠 3월 2일 출시…코어 i7보다 가격도 성능도 “우세”

Mark Hachman | PCWorld

“40% 성능 향상”이라는 말은 보수적인 자체 평가였다. AMD는 첫 번째 라이젠 프로세서 3가지를 오는 3월 2일 출시할 계획이라고 밝혔다. 인텔 코어 제품군을 능가하는 성능으로 기대를 받고 있는 라이젠 프로세서는 가격도 절반 가까이 저렴하다.

22일 열린 라이젠 출시 행사에서 발표에 나선 AMD 임원들은 인텔 코어 i7을 공략하기 위한 세 가지 데스크톱용 CPU를 공개했다. 신형 라이젠 CPU는 여러 곳의 주요 메인보드 업체와 전문가용 맞춤형 PC 업체가 지원한다. 특히 AMD는 신형 라이젠 프로세서가 더 적은 비용으로 더 높은 성능을 제공한다는 점을 강조했다. 최고 성능 제품인 라이젠 7 1800X는 인텔의 1,000달러짜리 코어 i7-6900K의 절반에도 못 미치는 가격이지만, 성능은 더 뛰어나다.

인텔과 마찬가지로 AMD의 라이젠 프로세서 역시 역시 3가지 제품군으로 구성되어 있는데, 고급형 라이젠 7, 중급형 라이젠 5, 가장 저렴한 보급형 라이젠 3이 그것이다. AMD는 고성능 라이젠 7부터 먼저 출시하는데, 1800X(499달러), 1700X(399달러), 1700(329달러)의 세 가지 모델이다. 라이젠 5와 라이젠 3은 올해 하반기에 출시할 예정인데, 구체적인 출시 일정은 밝히지 않았다.

이번 행사 직전까지 공개되지 않은 라이젠 관련 정보는 가격과 정확한 출시일이었다. 애널리스트들은 AMD가 그간의 실책을 모두 개선한 것 같다고 평가했으며, 인텔은 자칫 기반이 되는 PC용 마이크로프로세서 시장의 점유율을 잃을 수 있는 위험에 처했다. 물론 인텔도 대응책은 있다. 가격 인하도 그중 하나일 가능성이 있고, 더 많은 코어를 가진 신제품이나 옵테인 기술을 적극 내세우는 것도 방법이 될 수 있다.

인텔이 지난 1월 케이비 레이크 칩 40가지를 대대적으로 출시한 것과는 달리 AMD는 서두르지 않고 있다. 이번에 출시된 라이젠 7 칩의 세부 사양을 살펴보자.

Mark Hachman

라이젠 7 1800X. 95와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3.6GHz, 부스트 모드에서는 4GHz로 동작한다. 499달러 1800X의 대응 제품은 8코어 인텔 코어 i7-6900K로 무려 1,089달러짜리이다. AMD에 따르면, 1800X는 시네벤치 상에서 단일 쓰레드 점수가 162로 동점을 기록했다. 하지만 코어를 모두 구동하자 1,601점으로 6900K보다 9% 높은 점수를 기록했다.

라이젠 7 1700X. 95와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3.4GHz, 부스트 모드에서는 3.8GHz로 동작한다. AMD에 따르면, 399달러 1700X는 시네벤치 멀티코어 벤치마크 테스트에서 1,537점을 기록해 6900K보다 4% 높은 성능을 보였다.

라이젠 7 1700. 655와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3GHz, 부스트 모드에서는 3.7GHz로 동작한다. AMD에 따르면, 1700은 시네벤치 멀티코어 테스트에서 1,410점으로 339달러짜리 코어 i7 7700K보다 46% 더 높은 성능을 기록했다. 핸드브레이크 비디오 인코딩 테스트에서는 1700은 61.8초를, 7700K는 71.8초를 기록했다.

Mark Hachman

AMD에 따르면 라이젠 7 1700은 신형 레이스 스파이어(Wraith Spire) 쿨러를 기본 쿨러로 제공해 소음이 32데시벨에 불과하다.

라이젠의 눈에 띄는 성능 향상에는 설계팀의 역할이 컸다. AMD는 자사의 목표 중 하나가 젠 아키텍처의 클럭당 명령어 처리수(IPC, instructions per clock)를 40% 늘리는 것이라고 밝힌 바 있다. 그리고 실제로 AMD는 IPC를 52% 향상했다. CEO 리사 수는 “단지 목표를 맞춘 것이 아니라 크게 초과 달성했다”라고 강조했다. editor@itworld.co.kr

원문보기:
http://www.itworld.co.kr/news/103594#csidx36e903474b838daa0638fbf87957a25


CFD 업무에 종사하는 사람들은 빠른 컴퓨터는 갖고 싶은 품목1위가 아닐까 싶습니다.
최근에는 소위 슈퍼컴퓨터라 불릴만한 성능을 가진 데스크탑 CPU 의 발전이 놀라운데, 이번에 AMD에서 발표한 CPU도 놀라울 정도의 가벽 대비 성능을 자랑하는 CPU를 발표하였습니다.
저렴한 비용으로 책상위의 슈퍼컴을 장만할 수 있는 기회가 오고 있는 것 같습니다.
아래 ITWOLD에서 2018.08.07에 게재한 기사를 인용 소개합니다.

AMD 32코어 쓰레드리퍼, 코어수와 가격으로 인텔에 정면 승부

Gordon Mah Ung | PCWorld
자료출처 : 본 기사는 ITWORLD의 기사를 인용게재한 내용입니다. (원문보기)
AMD가 2세대 라이젠 쓰레드리퍼(Ryzen Threadrippers, 또는 쓰레드리퍼 2)를 공식 발표했다. 코어수도 놀랍지만 가격이 인텔을 정조준하고 있다.

2세대 라이젠 쓰레드리퍼 2990WX는 32코어 64쓰레드로, 권장 가격은 1,799달러(뉴에그나 아마존 예약 주문 가격)이다. 물론 엄청난 가격이지만, 인텔의 최상위 제품과 비교하면 상당히 저렴하다. 지난 해 출시된 인텔의 코어 i9-7980XE는 18코어 제품이지만 가격은 2,000달러이다.

쓰레드당 가격으로 따지면, 인텔의 코어 i9-7980XE는 약 55달러인데 반해 쓰레드리퍼 2는 약 28달러에 불과하다.

IDG
마치 대형 할인판매점과 같다. 쓰레드가 많을수록, 쓰레드당 가격은 떨어진다.

32코어 2990WX는 주력 제품이며, AMD는 다음과 같은 다양한 쓰레드리퍼 제품을 발표했다.

– 2세대 라이젠 쓰레드리퍼 2920X, 12코어 24쓰레드, 기본 클럭속도 3.5GHz, 부스트 클럭속도 4.3GHz, 가격 649달러.
– 2세대 라이젠 쓰레드리퍼 2950X, 16코어 32쓰레드, 기본 클럭속도 3.5GHz, 부스트 클럭속도 4.4GHz, 가격 899달러.
– 2세대 라이젠 쓰레드리퍼 2970WX, 24코어 48쓰레드, 기본 클럭속도 3.0GHz, 부스트 클럭속도 4.2GHz, 가격 1,299달러.
– 2세대 라이젠 쓰레드리퍼 2990WX, 32코어 64쓰레드, 기본 클럭속도 3.0GHz, 부스트 클럭속도 4.2GHz, 가격 1,799달러.

32코어 쓰레드리퍼 2990WX는 현재 예약 주문이 가능하며, 정식 출하일은 8월 13일로 예상된다. 16코어 2950X의 출시일은 8월 31일이며, 나머지 24코어, 12코어 제품은 10월에 출시된다.

2세대 쓰레드리퍼는 모두 AMD가 올해 초 2세대 라이젠 칩과 함께 내놓은 향상된 12나노 젠+ 아키텍처를 기반으로 한다. 또한 모든 CPU는 기존 X399 메인보드와 호환되며, 구형 CPU 없이도 BIOS 업데이트를 지원한다.

신형 CPU는 1세대 제품과 비교해 확연한 성능 향상을 제공하며, 동급 인텔 제품과의 비교를 불허한다. AMD는 32코어 쓰레드리퍼 2990WX가 시네벤치 R15를 기준으로 인텔의 18코어 코어 i9-7980XE보다 50% 더 빠르다고 밝혔다. POV-Ray 같은 다른 멀티쓰레드 기반 테스트에서도 47% 앞섰다.

모델명에 추가된 W
사실 AMD가 일부 2세대 쓰레드리퍼의 모델명에 W를 추가한 것도 이 때문이다. AMD는 많은 애플리케이션과 게임이 쓰레드나 코어수보다는 더 높은 클럭속도를 선호한다며, W가 없는 두 모델은 바로 이런 사용자를 위한 것이라고 설명했다.

24코어와 32코어 제품의 모델명에 WX를 붙인 것은 이들 CPU가 창작자나 혁신가를 정조준하고 있음을 나타내기 위한 것이다. 즉 W가 추가된 모델은 픽셀이나 프레임, 그리고 광선을 극한까지 추구하는 사람들을 위한 것으로, 이들은 가능한 많은 코어와 쓰레드를 필요로 한다.

주요 이정표
일반 소비자용 CPU에 32코어를 도입하면서 CPU 전쟁은 새로운 전기를 맞이한다. 불과 2년 전, 인텔은 10코어 코어 i7-6950X를 무려 1,723달러에 출시했는데, 지금은 32코어 CPU가 1,799달러에 나왔다.

IDG
날로 치열해지는 코어 전쟁

조만간 나올 인텔의 대응 기대
물론 인텔이 한가로이 앉아 레모네이드나 홀짝거리는 것은 아니지만, 경쟁은 치열하다. AMD가 지난 컴퓨텍스에서 32코어 괴물을 공개하기 하루 전날, 인텔은 28코어에 클럭속도 5GHz짜리 괴물을 소개했다. 이 제품은 올해말 출시될 것으로 예상된다.

인텔의 문제는 이 CPU의 시연을 솔직하게 보여주지 않은 것이다. 인텔 임원은 28코어 CPU가 5GHz로 동작한다고 밝혔지만, 이를 위해 산업용 수랭 시스템을 사용했는지를 밝히지 않았다. 나중에 인텔은 시연이란 것이 언제나 그렇듯이 오버클러킹 시연처럼 가능성을 확인하기 위한 것이라고 설명했다.

이런 논란과 관계없이 AMD 쓰레드리퍼 2990WX는 몇 개월 먼저 출시된 상태이다. 더구나 인텔이 28코어 CPU를 어떤가격에 판매해야 AMD의 신작과 경쟁할 수 있을지도 의문이다. 기업 사용자와의 형평성이 걸림돌이 되는데, 현재 28코어 제온 플래티넘 8176의 가격은 8,719달러이다.

기존 워크스테이션 고객을 걱정할 필요가 없는 AMD는 다시 한 번 가격 파괴 전략을 펼치고있다. 이런 식으로 AMD는 인텔과 코어와 가격으로 정면 대결하기를 원하지만, 인텔은 이런 직접 대결을 최대한 피하고자 한다.  editor@itworld.co.kr

수치해석 담당자가 궁금한 현재 살 수 있는 최강 성능의 PC 하드웨어

수치해석 업무를 담당하는 엔지니어들은 항상 시간에 쫒기며 산다고 해도 과언은 아니다. 새로운 강력한 컴퓨터를 갖는 것이 항상 소원이 되가는 수치해석 엔지니어에게 유용한 정보를 제공합니다.
아래에 한국 ITWORLD에서 PCWorld의 기사를 번역 게시한 기사를 소개합니다.

현재 살 수 있는 최강 성능의 PC 하드웨어

PCWorld
PC의 장점 가운데 하나는 뛰어난 유연성이다. 다양한 형태와 크기, 제조업체 및 모델을 갖춘 수많은 하드웨어가 있기 때문에 구매자가 아무리 돈이 많더라도 혼선이 생기게 마련이다. 이번 기사에서 AMD의 괴물 같은 스레드리퍼(Threadripper) 칩에서부터 지포스 RTX 2080 Ti에 이르기까지 오늘날 구입할 수 있는 최고 성능의 PC 구성 요소를 소개한다.

Credit: Gordon Mah Ung/IDG

CPU
PC의 핵심은 프로세서다. AMD의 32코어, 64 스레드 라이젠 스레드리퍼 2990WX만큼 강력한 CPU는 없다(아마존 1,750달러). 다만 비즈니스 및 데이터센터 장비는 일반 소비자용보다 더 강력하다.

이 CPU는 인텔 18코어 대표작인 코어 i9-7980XE(아마존 2,000달러)보다 거의 2배 많은 코어와 쓰레드를 갖고 있음에도 200달러 이상 싸다. 인텔의 코어는 개별적으로는 더 빠르지만, 2990WX의 엄청난 코어 수를 제대로 활용할 수 있다면 그 어떤 것도 비교할 수 없다.

최상의 PC 게임 성능을 원한다면 코어 i7-8700K(아마존 350달러)가 가장 적합한 프로세스로, 6코어, 12쓰레드는 3.7GHz와 4.7GHz 사이에서 동작하면서 인텔의 18코어보다 훨씬 더 높은 성능이다.

바로 지금 사용할 수 있는 것을 구매한다면, 첫번째 코어 i7-8086K(이 칩은 창립 40주년을 기념해 만들어졌다)은 싱글 쓰레드 애플리케이션에서 5GHz로 출시된 최초의 인텔 칩이다. 또한 수동으로 오버클럭된 경우, 모든 코어에서 5GHz를 기록하는 것이 확실하다. 그러나 표준 성능은 훨씬 저렴한 8700K와 유사하다. 이 칩은 5만 개만 만들어졌다. 뉴에그, 아마존, 베스트바이에서 425달러에 판매하고 있다.

Credit: Gordon Mah Ung

메인보드
프로세서를 골랐다면 메인보드 유형을 알 수 있다. 스레드리퍼 칩은 AMD의 X399 메인보드와 호환된다. 본지는 MSI MEG X399 크리에이션(Creation)(뉴에그 499달러)으로, 스레드리퍼 2990WX를 검토했다. 이 메인보드는 연결성이 좋으며 스틱 형태의 SSD를 냉각할 M.2 프로저 히트싱크, 견고한 전력 공급 시스템을 자랑한다.

여기에서는 간략하게 정리하고 AMD X399 메인보드에 대한 자세한 내용은 여기에서 확인하라.

Credit: MSI

메모리
인텔의 X99 플랫폼은 64GB RAM 한계를 넘어섰으며 DDR4는 이전보다 더 빠른 메모리를 지원한다. 128GB 키트까지 보장하는 3,200MHz 커세어 도미네이터 플레티넘(Corsair Dominator Platinum) 메모리(아마존 1,750달러), 세계에서 가장 큰 RAM 디스크를 만든 이유는 무엇일까. 적절한 속도를 느끼고 싶다면 벤전스(Vengeance) LPX DDR4의 16GB 키트(아마존 430달러)가 적합하다.

이렇게 많은 RAM을 가진 PC를 가질 적절한 이유가 없다는 점에서 이 가격은 단점이 될 수 있다. 용량이 더 작은 키트나 다른 공급업체의 제품을 선택하더라도 DDR3가 아닌 DDR4 메모리여야 한다. X299 메인보드는 최첨단이다.

Credit: Gordon Mah Ung

그래픽 카드
지금 당장 가장 강력한 그래픽 카드를 구입해야 한다면, 대부분의 게임 사용자는 지포스 GTX 1080Ti 또는 EVGA GTX Ti SC2(아마존 670달러)와 같은 맞춤형 오버클럭킹 버전을 선택할 것이다. 이 제품은 GTX 1080보다 25~35% 더 빠르며 4K 해상도로 60fps를 기록할 수 있는 최초의 저렴한 일반 소비자용 그래픽 카드로, 이미 많은 게임에서 적절하게 호환을 이뤘다.

그러나 조금 시간적 여유가 있다면 지금 이를 살 필요는 없다. 엔비디아는 이미 차세대 지포스 RTX 2080 Ti의 예약 구매 신청을 받고 있다. 이는 전작을 날려버릴 준비가 됐다. 2080 Ti 제품의 리뷰는 아직 나오지 않았지만 9월 20일이면 출시된다. 가능한 한 본지의 리뷰를 읽어 검토하고 사전 예약을 해도 늦지 않다.

Credit: Brad Chacos/IDG

모니터
그래픽카드에 큰 돈을 쓸 계획이라면, 하이엔드 디스플레이도 원할 것이다. 하이엔드 디스플레이의 경우, 기본적으로 G싱크(G-Sync) HDR 디스플레이라는 걸출한 제품이 있다.

에이서 프레데터(Acer Predator) X27, 에이수스(Asus) ROG 스위프트(Swift) PG27UQ(뉴에그 각각 2,000달러) 또한 최대 144Hz로, 고급스러운 27인치 4K 패널이다. 말 그대로 이 패널들은 384개 백라이트 영역과 함께 최대 1,000니트의 밝기로 HDR(High-Dynamic Range) 영상을 지원한다. 비-HDR 콘텐츠 또한 아름답게 보인다. 이 모니터는 어도비RGB(AdobeRGB) 색역의 99%를 차지하고 지싱크는 게임 플레이를 부드럽게 해준다.

Credit: Martyn Williams/IDG

주 스토리지
스토리지는 다양한 옵션을 제공한다. 4TB 삼성 860 EVO(아마존 1,400달러)와 WD 골드(아마존 500달러)는 각각 소비자용 SSD와 HDD 시장에서 최고의 성능을 자랑하는데, 본지의 리뷰에서 최고 점수를 받았다.

삼성의 SSD는 분명히 빠르지만 많은 비용이 든다. WD 골드의 7,200rpm 플래터는 기계식 하드드라이브에서 놀라운 엑세스 속도를 제공한다. 이 제품은 같은 가격 제품대에서는 찾아볼 수 없는 엔터프라이즈급 기능으로 자랑한다.

Credit: Western Digital

급속 스토리지
저장 용량과 상관없이 순수하게 속도가 주요 목표라면 좋은 제품이 있다. 약간의 공간에 대한 대가로, 사용자는 M.2 PCI-e NVMe SSD의 엄청난 전송 속도를 즐길 수 있다. 4TB 삼성 960 프로(뉴에그 1,50달러)는 크리스탈디스크마크(CrystalDiskMark) 리뷰에서 읽기 속도가 3.5GBps를 훨씬 웃도는 가장 빠른 드라이브 가운데 하나다.

이 제품을 부팅 드라이브로 삼으면 지연에 대해 걱정할 필요가 없다. 시간 절약을 위해 아주 많은 비용을 투자하는 것이 부담스럽다면 1TB WD 블랙 3D NVMe(아마존 450달러)를 대신 사용하자.

또한 인텔의 혁신적인 옵테인 900P SSD(뉴에그 600달러)는 삼성이 독차지하는 시장에 타격을 가하고 작은 파일을 많이 읽을 때 엄청난 성능을 자랑하지만 280GB 및 480GB 용량으로만 제공한다.

다른 제품을 찾고자 한다면 본지의 “나에게 맞는” SSD 선택 가이드 2018에서 최고의 SSD를 찾을 수 있을 것이다.

Credit: Samsung

사운드카드
PC의 다른 부분에 엄청난 비용을 지불했다면 최고 수준의 오디오에도 투자할 수 있을 것이다. 크리에이티브 테크놀로지의 사운드블라스트(Sound Blaster)X AE-5(아마존 150달러)는 32비트, 384KHz ESS ES9016K2M SABRE32 Ultra DAC 칩셋을 사용한다. 가격은 기본적으로 고가의 전문 사운드 장치에서 볼 수 있는 DAC 수준이다.

이 제품은 최초의 프리미엄 일반 소비자용 사운드카드로, 5.1 아날로그 서라운드 사운드, 600 옴 헤드셋까지 구동할 수 있는 듀얼 앰프 Xamp, RGB 조명 등을 제공한다.

Credit: Gordon Mah Ung/IDG

전원공급장치
현재 인텔 프로세서와 엔비디아 그래픽카드의 놀라운 전력 효율성으로 인해 대부분의 단일 GPU 시스템은 아마도 600W 이상의 전원공급장치를 필요로 하지 않을 것이다.
그러나 이번 기사는 최상의 제품에 관한 것이기에 최고 전원공급장치를 소개한다. 여러 개의 그래픽 카드를 사용하거나 미래 확장을 위해 공간을 확보하길 원한다면, 이 제품을 사용해도 좋다.

커세어(Corsair) AX1500i(아마존 450달러)는 본질적으로 전력 공급에 있어 모범적이다. 요즘 코인 채굴작업으로 인해 수요가 많아 종종 재고가 없을 수 있다. 이 모듈식 커세어 AX1500i PSU는 최첨단 디지털 제어시스템 덕분에 모든 면에서 완벽한 등급을 자랑한다. 최근 커세어는 한단계 진보한 AX1600i(뉴에그 500달러)도 발표했다.

이번 기사에서 설명한 바와 같이 유사한 장비를 설치하고 하나 또는 2개의 그래픽 카드를 사용할 경우, 좀더 낮은 전원 공급장치를 구입할 수 있다.

editor@itworld.co.kr

컴퓨텍스 2018에서 소개된 강력한 PC 하드웨어 소개

고성능 컴퓨팅(HPC)

고성능 컴퓨팅(HPC)는 과학, 공학 또는 거대한 비지니스 요구 사항들을 해결하기 위해 일반적인 데스크탑 컴퓨터나 워크스테이션보다 훨씬 더 높은 성능을 발휘하도록 컴퓨팅 파워를 결합하는 것을 의미합니다.
시뮬레이션이나 분석과 같은 HPC 워크로드는 계산, 메모리 사용 및 데이터 관리가 매우 중요합니다.
클러스터나 슈퍼컴퓨터라고도 불리는 일반적인 HPC 시스템은 고속의 네트워크에 연결된 다수의 서버를 이용한 확장을 통해 여러 애플리케이션들을 병렬 실행하도록 설계됩니다.
HPC 시스템에는 관련 소프트웨어, 도구, 구성요소, 스토리지 및 서비스가 포함된 경우가 많습니다.

고성능 컴퓨팅은 일반적으로

– 100Gbps의 초고속 네트워킹
– 확장 가능한 고성능 스토리지
– 고성능 컴퓨팅 소프트웨어 스텍 (최근에는 거의 Linux가 대세로 자리 잡음)
– 에너지 효율성
– GPU 가속지원

등이 핵심 성능지표로 개발됩니다.

HPC와는 스케일 규모면에서는 차이가 많지만 단일 컴퓨팅 기반에서 뛰어난 성능을 발휘하는 고성능 PC 하드웨어를 중심으로  전세계의 최신 컴퓨터 기술을 소개하는 컴퓨덱스에서 발표된 2018년  PC 기반 하드웨어 소개의 일부 기사를 소개합니다.

컴퓨텍스 2018에서 소개된 강력한 PC 하드웨어 소개

본 기사는 PCWorld 및 itworld에서 부분 발췌된 내용입니다.

컴퓨텍스 2018에서는 게이밍이 뜨겁다.
PC의 핵심 칩들이 크게 발전하면서 성능을 크게 높였다.

스레드리퍼(Threadripper) 2 인텔의 발표 직후, AMD는 32코어 64스레드 플래그십인 스레드리퍼 2를 소개하면서 코어 전쟁에 불을 붙였다. 새 24코어 CPU도 출시되며 새 칩들은 2세대 라이젠(Ryzen)과 같은 기본 기술에 기초하여 개발되었다. 또한 AMD는 쿨러 마스터와 협력하여 32코어의 온도를 관리할 수 있는 거대한 공냉식 쿨러인 레이스 리퍼(Wraith Ripper)를 제작했다.

AMD를 전격 채용한 에이서 헬리오스(Acer Helios) 500 컴퓨텍스에서 AMD의 기술이 예상치 못한 곳에서 공개되었다. AMD를 전격 채용한 이 모델에는 6코어 12스레드 라이젠 7 2700 데스크톱 프로세서뿐만이 아니라 라데온 베가(Radeon Vega) 56 그래픽이 탑재되어 있으며, 외장 베가 GPU가 탑재된 노트북은 이번이 처음이다. 에이서는 이 노트북에 144Hz 프리싱크 디스플레이를 매치하여 베가의 성능을 최대한 발휘할 수 있도록 했다.

MSI 노트북(치터(Cheater) 모드 적용) MSI는 컴퓨텍스에서 모든 가격 대의 노트북을 선보였다. MSI가 엔비디아 GTX 1050 그래픽을 내장한 프레스티지(Prestige) PS42가 있다. 매우 인상적일 것이며 기록을 달성할 수 있을지 기대된다. 보급형의 경우 MSI GF63은 999달러란 저렴한 가격에 6코어 8세대 인텔 코어 CPU와 GTX 1050이 내장되어 있다.

독특한 에이수스 노트북 에이수스는 컴퓨텍스에서 프로젝트 프리코그 외에도 혁신적인 하드웨어를 선보였다. 또한 기본적으로 트랙패드(Trackpad)를 상황에 따라 PC용 보조 화면으로 변신시키는 “스크린패드(ScreenPad)” 기술이 포함된 젠북 프로(ZenBook Pro) 15의 새로운 버전을 공개했다.

 

2017년 수치해석 분야에 기대되는 최신 컴퓨터 소식

수치해석을 하는 많은 분들은 대부분 시간과의 전쟁을 치루고 있습니다.
좀 더 빨리, 좀 더 상세한 결과를 얻어야 하기 때문에, 많은 분들이 예산이 허락하는 한 성능 좋은 컴퓨터를 확보하는 것이 최대의 목표가 되고 있습니다.

한 동안 AMD가 인텔의 경쟁자로 존재하면서 두 회사는 선의의 성능 경쟁을 치열하게 전개해 왔는데, AMD가 서서히 경쟁력을 잃고 있다가 최근에 젠 CPU를 통해 다시 경쟁에 불을 지피고 있습니다.
여기에 두 회사의 최신 주력 CPU 의 내용을 기사에서 인용하여 소개합니다.


인텔, 18코어 36스레드 갖춘 코어 i9 칩 발표 “AMD 쓰레드리퍼와 전면전” (기사 출처 : itworld)

인텔이 코어 i9을 무기로 본격적인 AMD와의 전쟁에 돌입했다. 인텔은 30일 대만 컴퓨텍스에서 하이엔드 PC시장에서 AMD의 16코어 32스레드 스레드리퍼(Threadripper)와 경쟁할 18코어 36스레드의 ‘몬스터 마이크로프로세서’를 발표했다.

이 프로세서에는 코어 i9 익스트림 에디션 i9-7980XE라는 이름이 붙었다. 첫 번째 테라플롭(Teraflop) 데스크톱 PC프로세스로 아주 고가이다. 올해 말 출하되는 프로세서의 가격은 1,999달러이다. 한 단계 낮은 코어 i9 제품군 제품들은 가격이 조금 더 저렴하다. 10코어, 12코어, 14코어, 16코어로 구성된 코어 i9 X 시리즈 가격은 999~1,699달러 사이다. 모두 스카이레이크 기반 프로세스이며, 기존 브로드웰-E보다 높은 성능을 제공한다. 인텔에 따르면, 싱글스레드 앱은 15%, 멀티스레드는 10% 빠르다.

인텔은 ‘베이진 폴스(Basin Falls)”라는 코드 네임을 가진 코어 i9 X 시리즈가 너무 비싼 사람들을 위해 3종의 새로운 코어 i7 X 시리즈 칩(339~599달러)과 1종의 쿼드 코어 코어 i5(242달러)도 공개했다. 인텔은 몇 주 이내에 신제품 칩을 출하할 예정이라고 설명했다.

대부분의 코어 i9칩에 터보 부스트 맥스 기술 업데이트(Updated Turbo Boost Max Technology) 3.0이 탑재될 예정이다. 터보 부스트 맥스는 칩이 최고의 코어 2개를 파악하고, 필요할 때 가변적으로 속도를 높여 오버클러킹을 하는 기능이다. 옵테인 메모리도 지원한다. 인텔은 130개 이상의 옵테인 지원 메인보드가 출시될 예정이라고 설명했다.

신제품 165W, 140W, 112W 칩은 역시 새로운 소켓인 R4에 맞춰 설계되어 있다. 2,066핀 LGA 소켓과 호환되는 인텔 칩셋은 X299가 유일하다.

다시 한번, 인텔과 AMD가 제대로 한 판 붙을 전망이다. 둘 중 누가 승리할지 지켜보는 사용자들의 관심도 뜨겁다. 인텔은 코어 i9을 발표하면서 하이엔드 시장에 공격적으로 접근했다. AMD도 스레드리퍼의 10코어, 12코어, 14코어 버전과 가격을 공개할 수밖에 없는 실정이다. 인텔이 먼저 패를 공개했다. 게임은 이제부터가 시작이다.

인텔의 새 코어 i9 칩은 모든 PC관련 제품이 전시되는 종합 전시회로 발전한 컴퓨텍스에서 가장 중요한 발표 중 하나로 꼽혔다. 기대되는 소식은 아직 많이 남아있다. 홍보 담당자에 따르면, 인텔 경영진이 차세대 10nm 칩인 캐논 레이크에 대해 발표할 예정이라고 한다. 기존 케이비 레이크 칩보다 30% 높은 성능을 자랑하는 제품이다.

또, HTC 바이브 VR 헤드셋을 WiGig 기술을 이용해 무선 연결하는 기술에 대해 더 자세한 정보가 발표될 계획이다. 인텔과 HTC는 지난 1월 CES에서 파트너십 체결을 발표했다. 인텔은 또 8월부터 컴퓨트 카드(Compute Card)를 출시한다고 발표할 계획이다.

코어 i9의 속도와 피드
클록 속도가 4GHz를 넘으면서, 제조업체들이 직면한 도전 과제는 추가된 코어를 모두 사용하는 방법을 찾는 것이었다. 앞서 링크된 기사에서 설명했듯, 하나의 프로세스 코어만 집중적으로 사용하는 게임들이 여전히 많다. 인텔은 게임 플레이는 물론, 게임에 이용하지 않는 다른 코어로 트위치나 유튜브 스트리밍을 인코딩하고, 더 나아가 백그라운드에서 음악도 재생할 수 있는 새로운 세대의 ‘스트리머(Streamer)’로 눈길을 돌렸다. 인텔은 이런 동시다발 작업에 ‘메가태스킹’이라는 명칭을 붙였다. 이 회사는 이를 갈수록 증가하는 코어 수에 맞게 ‘수요’를 유지하는 아주 좋은 방법으로 판단하고 있다.

이와 관련, X시리즈 마케팅 매니저인 토니 베라는 “게이머가 콘텐츠 창작자로 변모하는 추세”라고 강조했다.

제품 가격은 자연스럽게 최고 2,000달러로 아주 비싸고, 경제력이 있거나 기업의 후원을 받는 사용자만 최신 코어 i9 제품들을 구입할 수 있을 전망이다. 다음은 제품 별 가격과 코어, 스레드 수를 정리한 내용이다.

Core i9-7980XE: 18코어/ 36스레드, 1,999달러
Core i9-7960X: 16코어/ 32스레드, 1,699달러
Core i9-7940X: 14코어/ 28스레드, 1,399달러
Core i9-7920X: 12코어/ 24스레드, 1,199달러
Core i9-7900X (3.3GHz): 10코어/ 20스레드, 999달러

인텔은 또 한정된 예산에 제약 받는 사용자를 대상으로 3종의 새로운 코어 i7 X 시리즈 칩을 판매할 계획이다.

Core i7 7820X (3.6GHZ), 8코어/ 16스레드, 599달러
Core i7-7800X (3.5GHz), 6코어/ 12스레드, 389달러
Core i7-7740X (4.3GHz), 4코어/ 8스레드, 339달러
케이비 레이크 코어에 맞춰 설계된 i7-7740X를 제외한 모든 칩이 인텔의 ‘스카이레이크-X’에 기반을 두고 있다.

새 칩에서 가장 큰 관심을 끄는 기능은 터보 부스트 맥스 기술 업데이트 3.0이다. 고든 마 웅이 인텔 브로드웰-E 리뷰에서 설명한 것처럼, 터보 부스트 맥스 기술 3.0은 (칩에 따라 차이가 있지만) 최고의 코어를 식별한다. 그리고 CPU 집약적 싱글 스레드 애플리케이션을 이 코어로 연결해 전체 성능을 향상한다.
또, 최고의 코어 2개를 식별하고, 가장 CPU 집약적인 스레드에 할당한다. 더 많은 코어를 더 효과적으로 활용하는 게임과 애플리케이션에 도움을 주는 기능이다. 그러나 이 새로운 기능을 탑재하지 않은 칩도 있다. 새 6코어, 2종의 4코어 X시리즈 칩이 여기에 포함된다.

다음은 속도와 피드를 요약 설명한 표다.

오버클럭이 포인트
인텔은 새 X시리즈에 공냉 쿨러를 추천하지 않는다. 인텔은 165W와 140W의 새 칩이 방출할 열을 효과적으로 냉각시킬 수 있는 TS13X 쿨러를 판매할 예정이다.

TS13X는 PG(Propylene Glycol)을 이용, 열을 73.84-CFM 팬으로 보낸다. 이 팬의 소음은 21~35dBA이고, 회전 속도는 800~2,200rpm이다. 별도 판매될 TS13X의 가격은 85~100달러 사이이다.

인텔은 또 XTU(Extreme Tuning Utility)를 이용, 코어 당 오버클러킹과 전압 조절을 계속 지원할 계획이다. AVX 512 비율 오프셋, 메모리 전압 조절, PEG/DMI 오버클러킹 등 새 기능이 포함되어 있다.
또 ‘성능 튜닝 보증 서비스(Performance tuning protection plan)’를 제공할 계획이다. 이는 오버클로킹 사용자를 위한 일종의 ‘보험’이다. 칩이 고장 날 경우, 1회 교체를 해주는 보증 서비스이며, 두 번째부터는 유료로 진행된다.

데이터 전송 성능을 향상한 새 X299 칩셋
테라플롭급 연산력을 갖춘 PC의 경우, 다른 부품과의 데이터 전송 성능이 아주 중요하다. x299 칩셋은 최신 DMI 3.0을 도입해 SATA 3.0포트와 USB 포트 연결 대역폭을 2배로 증가시킨다. X299 칩셋에는 최대 8개의 SATA 3.0포트, 10개의 USB 3.0 포트가 장착되어 있다. 기존 X99 칩셋의 USB 3.0포트 수는 최대 6개였다.

브로드웰-E X99 칩셋은 8개의 PCIe 레인을 지원했었다. 그러나 X299은 최대 24개의 PCIe 3.0 레인을 지원한다. 고속 PCIe NVM3 드라이브 등 추가 PCIe를 CPU와 연결된 PCI3에 직접 연결할 수 있다. 코어가 10개 이상인 CPU의 경우, 최대 44개의 PCIe 3.0 레인을 이용할 수 있다.

X299는 속도가 빨라진 DDR4-2066을 지원한다. 그러나 어느 정도 RAM 용량을 지원하는지 확실하지 않다. 인텔은 캐시 계층(Cache Hierarchy)을 조정했다. 이를 통해 개별 프로세서 근처에 더 많은 캐시를 배치하는 방법보다 캐시 크기를 더 많이 줄일 수 있다. 인텔은 새로운 캐시의 ‘히트(Hit)’ 레이트가 더 높다고 설명한다. 칩 크기를 줄였지만 캐시 성능을 유지할 수 있었다는 의미이다.

이번 신제품 소식은 코어 i9, 코어 i7 X 시리즈 사용자 모두 크게 기뻐할 기능 및 성능 향상이다. 메인보드와 PC 제조사도 하이엔드 시장에서 수익을 증대하기 위해 코어 i9 제품들을 출시할 것으로 예상된다. 이번 주 컴퓨텍스에서 전해질 더 많은 소식에 사용자들의 관심이 쏠리고 있다. editor@itworld.co.kr


AMD 마이크로아키텍처 (기사 출처 : itworld)

AMD 라이젠 3월 2일 출시…코어 i7보다 가격도 성능도 “우세”

Mark Hachman | PCWorld

“40% 성능 향상”이라는 말은 보수적인 자체 평가였다. AMD는 첫 번째 라이젠 프로세서 3가지를 오는 3월 2일 출시할 계획이라고 밝혔다. 인텔 코어 제품군을 능가하는 성능으로 기대를 받고 있는 라이젠 프로세서는 가격도 절반 가까이 저렴하다.

22일 열린 라이젠 출시 행사에서 발표에 나선 AMD 임원들은 인텔 코어 i7을 공략하기 위한 세 가지 데스크톱용 CPU를 공개했다. 신형 라이젠 CPU는 여러 곳의 주요 메인보드 업체와 전문가용 맞춤형 PC 업체가 지원한다. 특히 AMD는 신형 라이젠 프로세서가 더 적은 비용으로 더 높은 성능을 제공한다는 점을 강조했다. 최고 성능 제품인 라이젠 7 1800X는 인텔의 1,000달러짜리 코어 i7-6900K의 절반에도 못 미치는 가격이지만, 성능은 더 뛰어나다.

인텔과 마찬가지로 AMD의 라이젠 프로세서 역시 역시 3가지 제품군으로 구성되어 있는데, 고급형 라이젠 7, 중급형 라이젠 5, 가장 저렴한 보급형 라이젠 3이 그것이다. AMD는 고성능 라이젠 7부터 먼저 출시하는데, 1800X(499달러), 1700X(399달러), 1700(329달러)의 세 가지 모델이다. 라이젠 5와 라이젠 3은 올해 하반기에 출시할 예정인데, 구체적인 출시 일정은 밝히지 않았다.

이번 행사 직전까지 공개되지 않은 라이젠 관련 정보는 가격과 정확한 출시일이었다. 애널리스트들은 AMD가 그간의 실책을 모두 개선한 것 같다고 평가했으며, 인텔은 자칫 기반이 되는 PC용 마이크로프로세서 시장의 점유율을 잃을 수 있는 위험에 처했다. 물론 인텔도 대응책은 있다. 가격 인하도 그중 하나일 가능성이 있고, 더 많은 코어를 가진 신제품이나 옵테인 기술을 적극 내세우는 것도 방법이 될 수 있다.

인텔이 지난 1월 케이비 레이크 칩 40가지를 대대적으로 출시한 것과는 달리 AMD는 서두르지 않고 있다. 이번에 출시된 라이젠 7 칩의 세부 사양을 살펴보자.

Mark Hachman

라이젠 7 1800X. 95와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3.6GHz, 부스트 모드에서는 4GHz로 동작한다. 499달러 1800X의 대응 제품은 8코어 인텔 코어 i7-6900K로 무려 1,089달러짜리이다. AMD에 따르면, 1800X는 시네벤치 상에서 단일 쓰레드 점수가 162로 동점을 기록했다. 하지만 코어를 모두 구동하자 1,601점으로 6900K보다 9% 높은 점수를 기록했다.

라이젠 7 1700X. 95와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3.4GHz, 부스트 모드에서는 3.8GHz로 동작한다. AMD에 따르면, 399달러 1700X는 시네벤치 멀티코어 벤치마크 테스트에서 1,537점을 기록해 6900K보다 4% 높은 성능을 보였다.

라이젠 7 1700. 655와트 8코어 16쓰레드 프로세서로, 기본 클럭 속도는 3GHz, 부스트 모드에서는 3.7GHz로 동작한다. AMD에 따르면, 1700은 시네벤치 멀티코어 테스트에서 1,410점으로 339달러짜리 코어 i7 7700K보다 46% 더 높은 성능을 기록했다. 핸드브레이크 비디오 인코딩 테스트에서는 1700은 61.8초를, 7700K는 71.8초를 기록했다.

Mark Hachman

AMD에 따르면 라이젠 7 1700은 신형 레이스 스파이어(Wraith Spire) 쿨러를 기본 쿨러로 제공해 소음이 32데시벨에 불과하다.

라이젠의 눈에 띄는 성능 향상에는 설계팀의 역할이 컸다. AMD는 자사의 목표 중 하나가 젠 아키텍처의 클럭당 명령어 처리수(IPC, instructions per clock)를 40% 늘리는 것이라고 밝힌 바 있다. 그리고 실제로 AMD는 IPC를 52% 향상했다. CEO 리사 수는 “단지 목표를 맞춘 것이 아니라 크게 초과 달성했다”라고 강조했다. editor@itworld.co.kr

 

원문보기:
http://www.itworld.co.kr/news/103594#csidx36e903474b838daa0638fbf87957a25