인텔 11세대 차세대 프로세서 타이거레이크 AMD보다 AI 성능4배 차이?

 

"AMD보다 AI 성능 4배 높다." 인텔 측에서 이번 11세대 프로세서인

타이거 레이크 프로세서를 공개하며 경쟁사인 AMD 프로세서보다 성능이 높다고 강조했는데요.

인텔 측의 비교에 따르면 일부 기능에서는 AMD보다 11배 이상 높게 나오기도 했다고 합니다.

 

이에 일부 전문가들은 인텔의 발표만큼 타이거 레이크의 성능이 AMD보다 크게 높지는 않다는 입장이다.

 

해외 IT매체에서는 타이거 레이크와 최신 AMD 프로세서의 일부 비교에서는 10%밖에 차이 나지 않았다며

전 세대 아이스 레이크는 오히려 AMD보다 성능이 낮게 나왔다고 지적했다.

 

인텔 11세대 타이거 레이크 공개 AI 성능 상승

 

9월 3일 온라인으로 열린 기자간담회에서 인텔은 11세대 타이거 레이크 프로세서를 공개하면서 

이번 타이거 레이크의 특징으로 인공지능(AI) 성능 향상을 강조했다.

 

이번 타이거 레이크의 발표를 맡은  인텔 코리아  최원혁 상무는 

"이전 세대보다 컴퓨팅 성능이 20%, 내장 그래픽 1.5~2배 정도 좋아졌다"라고 발표했으며

가장 큰 특징은 AI 성능의 크게 향상이라고 발표했습니다. 최원혁 상무는

이번 타이거 레이크는 "기존 세대보다 AI 기능이 4배 향상됐다"라고 발표했으며

 

새롭게 공개된 타이거 레이크는 10 나노(nm) 공정에서 벗어나지는 못했다.

하지만 새로운 '슈퍼 핀' 공정과 윌로우 코브 아키텍처로 처리 속도를 높였다.

이번 기자 간담회에서 인텔은 라이벌인 AMD와의 프로세서 성능을 비교했는데.

프로세서 성능 비교 모델로는 인텔 타이거 레이크 코어 i7-1185G 7과 AMD 르누아르 라이젠 7 4800U가 대상이다.

 

 

인텔과 AMD 프로세서 벤치마크 성능 비교

 

인텔 코리아 최원혁 상무는 "시스마크 벤치마크에서는 28%의 성능 우위가 있었고, 그래픽에서는 67% 정도로 차이가 크게 났다"라고 말했으며  "특히 AI 부분에서는 4배 정도, 400% 정도의 차이가 난다"라고 전했습니다.

최원혁 상무는 이어  "타이거 레이크가 나오며 (AMD와) 그 격차를 벌린 데 그 의의가 있다"라고 덧붙였다.

 

인텔은 타이거 레이크의 특징으로 AI 성능 개선을 강조했다.

인텔은 타이거 레이크에 제조사와 개발자가 애플리케이션의 성능을 향상하기 위해 사용할 수 있는 다양한 AI 플랫폼에 대한 지원과 최적화를 추가했으며.

 

인텔 오픈 비노, 딥러닝 부스트, 가우시안 및 뉴럴 가속기(GNA) 등 자사의 최신 AI 기술을 적극 활용했으며.

마이크로소프트의 윈도 머신러닝, 구글의 크롬 크로스 머신러닝 등 다양한 외부 AI 플랫폼을 지원한다.

 

해외 IT매체인  PC매거진은 이날 9월 2일(현지시간) 인텔이 타이거 레이커의 AI가 이전 세대는 물론이고 경쟁업체인 AMD와 같거나 적은 컴퓨팅 리소스와 배터리 전력으로 AI 워크플로우를 가속화하고 있다고 주장했다고 보도했으며.

 

인텔은 타이거 레이크의 AI 성능을 보여주는 주요 예로 영상 편집 프로그램에서의 경험 향상을 보여줬다.  영상 편집 프로그램으로 다양한 AI 기반 스킨을 입혔을 때 이전 세대 PC보다 매우 짧은 시간을 소모한다는 것이다.

 

인텔 내부의 실험 결과 오픈 비노를 사용하는 파워디렉터 프로그램의 경우, 타이거 레이크의 AI 기능을 활용해 그 속도를 획기적으로 높일 수 있었다. AMD의 르누아르 라이젠 7보다 11배 더 빠른 속도가 나왔다.

 

오픈 비노를 기반의 한 어도비 AI 제품군에서도 인텔의 제품이 AMD보다 빠르다고 나타났다. 다만 그 차이는 10%에 불과했다. 

 

PC매거진은 이전 세대인  아이스 레이크 코어 i7은 사실 라이젠 7보다 10% 느렸다"며 "이는 인텔의 AI 기능이 전혀 없더라도 르누아르 칩은 우수한 실리콘 아키텍처만으로 여전히 더 빠르다는 것을 시사한다"라고 지적하였습니다.

 

 

 

 

 

PC매거진은 하지만 전체적인 AI 애플리케이션에서 타이거 레이크의 성능이 높은 것은 사실이라고 설명했다. 이미지 편집 외에도 다양한 상황에서 향상된 사용자 경험을 느낄 수 있기 때문이다.

 

최근 코로나 19로 늘어난 화상회의가 대표적인 예다. 딥러닝 부스트(VNNI)를 통해 인물 뒤의 배경을 블러 처리하며 GNA 2.0을 통해 음성 외 소음을 제거하고 딥러닝 부스트(DP4a)를 통해 이미지의 해상도를 높여 온라인상의 능률적인 협업을 지원할 수 있다.