Intel MacBook 또 M1 Max를 이기다?! | C++ 테스트

Table of Contents

1. 👉 이슈 소개
2. 👉 문제 해결 방법 탐구
3. 👉 성능 테스트를 위한 C++ 벤치마크
4. 👉 맨델브로트 알고리즘 성능 비교
5. 👉 퀵 정렬 알고리즘 성능 비교
6. 👉 Intel 최적화와 맥북 M1 Max의 성능 차이
7. 👉 맨델브로트 벤치마크에서의 Intel 최적화
8. 👉 맨델브로트 벤치마크에서의 M1 Max 성능
9. 👉 C++ 코드 최적화의 중요성
10. 👉 결론

이슈 소개

👉 몇 주 전에 발생한 이슈로 인해 라이브 스트리밍을 진행했습니다. 이 이슈에서는 저의 Intel MacBook Pro보다 새로운 M1 Max MacBook Pro에서 C++ 벤치마크가 더 빠른 것을 발견했습니다. 이게 무슨 일인가요? 이 문제의 원인을 알아보고 몇 가지 C++ 벤치마크 테스트를 진행하여 여러분의 의견을 바탕으로 해결책을 찾아보려고 합니다.

문제 해결 방법 탐구

👉 이제 문제가 무엇인지 살펴보겠습니다. 저희가 사용할 웹 사이트는 벤치마크 게임입니다. 이 웹 사이트에서는 다양한 언어와 알고리즘에 대한 벤치마크를 진행할 수 있습니다. 이 중에서도 맨델브로트 알고리즘을 사용한 C++ 구현체를 선택했습니다. 맨델브로트 알고리즘은 수학자이자 프랙탈 패턴을 만든 사람입니다. 벤치마크 게임에서는 CPU 사용률을 테스트하고 멀티코어 성능을 비교할 수 있는 좋은 예입니다.

👉 코드를 복사하고 build 명령어를 실행하기 위해 해당 사이트에서 제공하는 지침을 따랐습니다. 터미널에 build 명령어를 실행한 후 프로그램을 실행했습니다. 초기 결과를 보면 Intel 머신에서는 1.2초, M1 Max에서는 1.5초가 소요되었습니다. 결과적으로 Intel 머신이 더 빠른 것을 확인할 수 있었습니다.

👉 이번에는 쿽 소트 알고리즘에 대한 테스트를 진행해보겠습니다. 이 알고리즘은 이전에 채널에서도 다뤄본 적이 있습니다. C++로 구현된 쿽 소트 코드를 이용해 1백만개의 아이템으로 이루어진 배열을 정렬하는 작업을 합니다. 간단한 알고리즘이지만 이번에도 Intel 머신과 M1 Max에서 테스트를 진행하고 비교해보겠습니다.

성능 테스트를 위한 C++ 벤치마크

👉 테스트를 위해 벤치마크 게임에서 제공하는 맨델브로트 알고리즘 코드를 복사하여 실행해보았습니다. 먼저, Intel 머신에서 실행해보았더니 29초가 소요되었습니다. 반면, M1 Max에서는 1분 16초가 소요되었습니다. 이렇게 Intel 머신보다 더 오래 걸리는 결과를 얻었는데, 이전에는 어떻게 Intel 머신보다 더 빠르게 테스트가 마무리되었을까요?

👉 그 다음으로는 쿽 소트 알고리즘을 테스트해보겠습니다. 코드를 복사하고 컴파일하여 실행한 후 소요 시간을 측정해보았습니다. 여러 번의 테스트를 진행해 결과를 비교해보았고, 뚜렷한 차이를 확인할 수 있었습니다. Intel 머신에서는 19.3초와 19.1초가 걸리는 반면, M1 Max에서는 15.9초가 걸렸습니다. 이렇게 M1 Max가 더 빠른 결과를 보여주었습니다.

👉 그렇다면 왜 맨델브로트 벤치마크에서는 Intel 머신이, 쿽 소트 벤치마크에서는 M1 Max가 더 빠른 걸까요? 이에 대한 설명을 찾아보겠습니다. 맨델브로트 테스트는 Intel 아키텍처에 최적화되어 있기 때문에 Intel 프로세서에서만 동작하는 몇 가지 특정한 명령어를 사용합니다. 이 명령어를 사용할 수 있는 환경이 아니라면 해당 코드는 컴파일되지 않을 것입니다.

👉 이번에는 Intel 최적화와 M1 Max의 성능 차이에 대해 자세히 알아보겠습니다. 맨델브로트 벤치마크에서 사용된 Intel 최적화 코드를 제외하고 다시 테스트를 진행한 결과, M1 Max가 빠르게 동작함을 확인할 수 있었습니다. 하지만 이것이 공정한 비교인지 의문이 들 수 있습니다. Intel에서 제공하는 최적화를 사용하지 않는다면 Apple Silicon에서도 보다 느릴 수 있기 때문입니다.

👉 소프트웨어 개발 시, 성능을 높이기 위해 어떤 특정한 아키텍처를 대상으로 최적화된 코드를 작성하는 것은 중요합니다. Intel이나 Apple이 제공하는 특정한 기능들을 활용하거나 Metal을 사용할 수 있다면 그 방법을 활용하는 것이 좋습니다. 하지만 이번에 저희는 그런 코드를 가져올 수 없었고, Intel 최적화된 코드를 M1 Max에서 실행할 수는 없으니 공정한 비교를 위해 Intel 최적화 코드를 제외한 코드를 실행하여 테스트를 진행했습니다.

맨델브로트 알고리즘 성능 비교

👉 맨델브로트 알고리즘은 수학자 맨델브로트가 개발한 프랙탈 패턴을 만드는 알고리즘입니다. 이 알고리즘을 다양한 언어로 구현하여 성능을 비교해보았습니다. 벤치마크에서 제공하는 코드를 사용하여 C++로 구현된 맨델브로트 알고리즘을 실행한 결과, Intel 머신에서는 29초가 소요되었고, M1 Max에서는 1분 16초가 소요되었습니다.

👉 이 결과를 통해 맨델브로트 알고리즘이 Intel 최적화에 의존하는 것을 확인할 수 있습니다. 알고리즘 코드에서는 Intel 프로세서에 특화된 명령어를 사용하고 있으며, 이를 활용하여 최적화된 코드를 실행합니다. 이 최적화된 코드는 Intel 머신에서는 잘 동작하지만, M1 Max에서는 성능 저하가 발생할 수 있습니다.

퀵 정렬 알고리즘 성능 비교

👉 다음으로는 퀵 정렬 알고리즘에 대한 성능 비교를 진행해보았습니다. 이 알고리즘은 이미 이 채널에서 다뤄보았던 내용이기도 합니다. C++로 구현된 퀵 정렬 알고리즘을 사용하여 1백만개의 아이템으로 이루어진 배열을 정렬하는 작업을 합니다.

👉 테스트 결과를 비교해보았을 때, Intel 머신에서는 19.3초와 19.1초 소요되는 반면, M1 Max에서는 15.9초가 소요되었습니다. 이렇게 M1 Max의 퍼포먼스가 더 우수함을 확인할 수 있었습니다.

Intel 최적화와 맥북 M1 Max의 성능 차이

👉 이러한 결과 속에는 Intel 최적화와 맥북 M1 Max의 성능 차이가 반영되어 있습니다. 맨델브로트 벤치마크에서는 Intel 머신이 우세한 반면, 퀵 정렬 벤치마크에서는 M1 Max가 더 빠른 결과를 보여주었습니다.

👉 맨델브로트 벤치마크에서는 Intel 최적화 코드를 작성해야만 최고의 성능을 내고, M1 Max에서의 성능을 발휘할 수 있습니다. 하지만 맥북 M1 Max에서는 Intel 최적화된 코드가 동작하지 않기 때문에 성능 저하가 발생할 수 있습니다.

맨델브로트 벤치마크에서의 Intel 최적화

👉 맨델브로트 벤치마크는 Intel 최적화된 코드를 사용하고 있습니다. 이 코드는 Intel 프로세서의 여러 명령어를 활용하여 성능을 극대화하는 방식으로 작성되었습니다. 맨델브로트 벤치마크에서 사용된 코드를 자세히 살펴보면, if defined avx 512나 if defined avx 등의 조건문이 있는 것을 알 수 있습니다. 이는 CPU 종류에 따라 다른 코드를 실행하도록 설정된 부분입니다.

👉 맨델브로트 벤치마크에서 사용되는 코드는 Intel 프로세서가 지원하는 최적화된 명령어에 의존하고 있습니다. 따라서 이 코드는 M1 Max와 같은 Apple Silicon 기기에서는 동작하지 않을 가능성이 높습니다.

맨델브로트 벤치마크에서의 M1 Max 성능

👉 맨델브로트 벤치마크에서 Intel 최적화된 코드를 사용하지 않는다면, M1 Max의 성능이 저하될 수 있습니다. 벤치마크 결과를 분석해보면 M1 Max에서의 실행 시간이 Intel 머신보다 더 오래 걸린 것을 확인할 수 있습니다. 이 결과는 Intel 최적화를 사용하지 않는 코드가 M1 Max에서의 성능을 저하시킬 수 있음을 보여줍니다.

C++ 코드 최적화의 중요성

👉 앞서 살펴본 결과에서 알 수 있는 것처럼, C++ 코드의 최적화는 매우 중요합니다. 특히 성능에 관한 코드를 작성할 때는 특정 아키텍처를 고려한 최적화된 코드를 작성하는 것이 좋습니다. Intel이나 Apple 같은 기업에서 제공하는 최적화된 함수 라이브러리를 활용할 수도 있으며, Metal과 같은 환경에서 최적화된 명령어를 사용할 수도 있습니다.

👉 따라서 개발자로서는 운영 중인 하드웨어 환경에 맞게 최적화된 코드를 작성하는 것이 필요합니다. Intel에서 제공하는 최적화된 코드를 사용한다면 Intel 기기에서 높은 성능을 기대할 수 있습니다. 반면, Apple Silicon 기기에서는 Apple이 제공하는 최적화된 프레임워크를 활용하는 것이 좋습니다.

결론

👉 이번 영상에서는 저의 Intel MacBook Pro와 M1 Max MacBook Pro에서 C++ 벤치마크의 성능 차이에 대해 살펴보았습니다. 결과적으로 맨델브로트 벤치마크에서는 Intel 머신이 우세하며, 쿽 소트 벤치마크에서는 M1 Max가 더 우수한 성능을 보여주었습니다.

👉 이러한 결과는 코드의 최적화와 관련이 있습니다. 특히 C++ 코드에서는 특정 아키텍처에 맞춰 최적화된 코드를 작성하는 것이 중요합니다. Intel 최적화 코드를 M1 Max에서 사용하지 않는다면 성능 저하가 발생할 수 있습니다.

👉 앞으로도 이와 같은 성능 비교와 최적화에 대한 고민은 계속될 것입니다. 개발자들은 계속해서 다양한 환경과 하드웨어에 대한 최적화 방법을 탐구하고 개선해 나가야 합니다.

FAQ

Q: 맨델브로트 벤치마크에서의 Intel 최적화 코드를 M1 Max에서 사용할 수 있는 방법은 없을까요?

A: 맨델브로트 벤치마크에 대한 Intel 최적화 코드를 M1 Max에서 사용할 수는 없습니다. 이는 각 기기의 하드웨어 명령어 집합이 상이하기 때문에 발생하는 문제입니다.

Q: 코드 최적화를 위해 사용할 수 있는 기본적인 방법은 무엇인가요?

A: 코드 최적화를 위해 운영 중인 하드웨어와 최적화된 함수 라이브러리를 활용하는 것이 바람직합니다. Apple은 Metal 및 최적화된 프레임워크를, Intel은 최적화된 명령어 집합을 제공하고 있습니다.

Q: C++ 코드 최적화의 중요성에 대해 좀 더 설명해주세요.

A: C++ 코드 최적화는 성능을 향상시키기 위해 반드시 고려해야 하는 요소입니다. 특히 하드웨어 환경마다 지원하는 명령어 집합이 다르므로 이를 고려하여 최적화된 코드를 작성해야 합니다.

Q: M1 Max의 성능을 최대한 활용하기 위해 어떻게 개발하면 될까요?

A: M1 Max의 성능을 최대한 활용하기 위해서는 Apple이 제공하는 최적화된 프레임워크 및 Metal을 활용하는 것이 좋습니다. 이를 통해 M1 Max에서의 성능을 극대화할 수 있습니다.