🖥️ [컴퓨터구조] 성능 평가 방법 (CPI, MIPS, FLOPS)

[컴퓨터구조 목차 바로가기]

1️⃣ 컴퓨터 구조의 개요 – 컴퓨터 추상화와 기술

컴퓨터 시스템의 성능을 평가하는 것은 어떤 CPU나 컴퓨터가 더 빠른지 객관적으로 판단하는 기준이 됩니다.

컴퓨터의 성능을 평가하는 방법에는 CPI (Cycle Per Instruction), MIPS (Million Instructions Per Second), FLOPS (Floating Point Operations Per Second) 등이 있으며, 각 측정 방식은 평가 대상에 따라 다르게 적용됩니다.

이번 섹션에서는 성능 평가 방법을 깊이 이해하고, 실제 사례를 통해 각 개념이 어떻게 적용되는지 살펴보겠습니다.

 

---

🔹 1. 컴퓨터 성능을 평가하는 이유

컴퓨터 성능을 평가하는 이유는 다음과 같습니다.

✅ 어떤 CPU가 더 빠른지 비교할 수 있음

✅ 소프트웨어가 실행되는 속도를 최적화할 수 있음

✅ 병목 현상을 찾아내고 하드웨어 개선 방향을 결정할 수 있음

그러나 성능 평가 방식에 따라 같은 CPU라도 다른 결과가 나올 수 있기 때문에, 측정 방식과 해석이 중요합니다.

 

---

🔹 2. CPI (Cycle Per Instruction) – 명령어당 클럭 수

✅ 2.1 CPI란?

• CPI (Cycle Per Instruction)는 CPU가 한 개의 명령어를 실행하는 데 필요한 클럭 사이클 수를 의미합니다.

즉, 낮은 CPI 값일수록 CPU의 연산 효율이 높다는 것을 의미합니다.

💡 CPI 공식

 

✅ 2.2 CPI의 예제

• CPU가 100억 개의 클럭 사이클(Clock Cycle)을 사용하여 40억 개의 명령어(Instruction)를 실행했다고 가정하면,

즉, 평균적으로 한 개의 명령어를 실행하는 데 2.5 클럭이 필요하다는 의미입니다.

 

✅ 2.3 CPI를 낮추는 방법

• 파이프라이닝(Pipelining) 활용 → 명령어 실행을 중첩하여 효율을 높임
• 명령어 수준 병렬화(ILP, Instruction-Level Parallelism) 적용
• CPU 내부 캐시(Cache) 최적화 → 메모리 접근 속도를 높여 성능 개선

💡 실제 사례:

• 최신 CPU는 CPI를 낮추기 위해 슈퍼스칼라(Superscalar) 구조, Out-of-Order Execution(OoOE) 등을 활용하여 성능을 최적화함.

 

---

🔹 3. MIPS (Million Instructions Per Second) – 초당 실행 명령어 수

✅ 3.1 MIPS란?

• MIPS (Million Instructions Per Second)는 CPU가 1초 동안 실행할 수 있는 명령어의 개수를 나타내는 지표입니다.

💡 MIPS 공식

즉, 클럭 속도가 빠르고(CPU 주파수가 높을수록), CPI가 낮으면 MIPS 값이 커집니다.

 

✅ 3.2 MIPS의 예제

• CPU의 클럭 속도가 3GHz(= 3 × 10⁹ Hz)이고, 평균 CPI가 1.5라면,

즉, 이 CPU는 초당 2000MIPS(= 20억 개의 명령어)를 실행할 수 있음을 의미합니다.

 

✅ 3.3 MIPS의 한계점

1. 명령어의 복잡성 차이
   • RISC (단순한 명령어, 빠른 실행) vs. CISC (복잡한 명령어, 실행 시간 길어짐)
   • 단순히 "많은 명령어 실행"이 항상 더 높은 성능을 의미하지는 않음.
2. 다른 아키텍처 간 비교가 어려움
   • 예: x86 CPU와 ARM CPU의 MIPS 비교는 의미가 없음.

💡 실제 사례:

• RISC 기반 프로세서(ARM, MIPS)는 CISC(x86)보다 더 많은 명령어를 실행하지만, 개별 명령어의 복잡성이 낮아 CPI도 작음.

 

---

🔹 4. FLOPS (Floating Point Operations Per Second) – 초당 부동소수점 연산 수

✅ 4.1 FLOPS란?

• FLOPS (Floating Point Operations Per Second)는 CPU 또는 GPU가 초당 수행할 수 있는 부동소수점 연산의 개수를 나타냅니다.

특히, 과학 계산, 머신러닝, 그래픽 연산 등 부동소수점 연산이 많은 작업에서 중요한 성능 지표가 됩니다.

 

✅ 4.2 FLOPS의 공식

즉, FLOPS가 클수록 연산 성능이 높음을 의미합니다.

 

✅ 4.3 FLOPS의 예제

• NVIDIA RTX 4090 GPU의 FP32(32비트 부동소수점) 연산 성능

즉, 초당 82조 개의 부동소수점 연산 수행 가능.

 

✅ 4.4 FLOPS의 활용 사례

분야	활용 예시
슈퍼컴퓨터	기후 모델링, 분자 시뮬레이션
AI/딥러닝	머신러닝 모델 학습 (TensorFlow, PyTorch)
그래픽 연산	3D 렌더링, 비디오 인코딩

 

💡 실제 사례:

• NVIDIA RTX 4090 GPU는 FP32 연산에서 82.6 TFLOPS, FP16 연산에서 330 TFLOPS 제공.
• AMD Instinct MI300X는 AI 연산을 위한 초고속 FP16 성능 제공.

 

---

🔹 5. 성능 평가 방법 비교

평가 방법	설명	장점	단점
CPI (Cycle Per Instruction)	명령어당 클럭 수	CPU 효율 분석	다른 CPU와 직접 비교 어려움
MIPS (Million Instructions Per Second)	초당 실행 명령어 개수	빠른 연산 측정	명령어 복잡성 고려 X
FLOPS (Floating Point Operations Per Second)	초당 부동소수점 연산 개수	AI, 과학 연산 최적	정수 연산(일반 연산) 성능 평가 어려움

 

---

✅ 마무리: 성능 평가 방법의 활용

성능을 측정하는 방법은 사용 목적에 따라 다르게 적용됩니다.

✅ CPU의 효율성을 평가할 때는 CPI

✅ 일반적인 연산 성능을 비교할 때는 MIPS

✅ AI, 머신러닝, 그래픽 성능을 비교할 때는 FLOPS