대용량 화상 데이터 초고속 분배 시스템

분산 처리로 화상 시스템의 한계 처리 속도 넘는다!

하이비전이나 초당 수천 프레임의 대용량 데이터를 취급하는 시스템이 급속히 늘어나고 있다. 대용량 데이터의 고속 처리를 실현하기 위해 CPU의 멀티 코어화 및 GPGPU에 의한 병렬 처리로 처리 속도를 한층 향상시키고 있지만, 병렬화할 수 없는 순차 처리는 아무리 해도 속도를 높일 수 없다. 이를 해결하기 위해 LAN이나 InfiniBand와는 다른 독자적인 분배 기술로 순차 처리하는 속도 향상 방법을 소개한다.

야마모토 히로키(Yamamoto Hiroki)
아발데이터 제2개발부 과장

최근 소형 화상처리 BOX의 수요가 늘어나면서 소형의 하이비전이나 초당 수천 프레임의 대용량 데이터를 취급하는 경우도 급속히 많아졌다. 이들 대용량 고속 데이터의 고속 화상처리를 위해, CPU의 멀티 코어화나 GPGPU를 사용한 병렬 처리로 고속화하는 방법이 있지만, 병렬화할 수 없는 처리가 많으면 그 효과는 그다지 기대할 수 없다. 이를 해결하는 방법 중 하나로, 일본 아발데이터의 분산 시스템을 이용한 사례를 설명한다.

화상처리의 고속화

화상처리를 고속화하는 방법으로, CPU의 멀티 코어화 및 GPGPU를 사용한 병렬 처리에 의한 고속화를 들 수 있다. 병렬 처리함으로써 화상처리 속도가 현격하게 향상된다. 그 예를 그림 1로 나타냈다. 이것은 CPU의 멀티 코어화에 의한 병렬화를 도식화한 것으로, ‘순차 처리：병렬 가능’의 비율이 2：8인 경우 80%의 병렬 처리를 통해 대폭적인 고속화를 실시할 수 있음을 알 수 있다. GPGPU를 사용해도 비슷한 결과를 얻을 수 있다.

화상처리 고속화의 한계

이번에는 조금 전과는 반대의 ‘순차 처리：병렬 가능’한 비율이 8：2인 경우의 병렬화를 그림 2로 나타냈다.

4코어 병렬화의 의미가 거의 없어 속도 향상을 기대할 수 없다. 그림 1에서는 멀티 코어화에 의한 속도 향상을 기대할 수 있지만, 단순히 CPU를 멀티 코어화한 것만으로는 그 효과를 볼 수 없음에 주의해야 한다. CPU를 멀티 코어화해 병렬 처리하기 위해서는 소프트웨어의 병렬화 프로그래밍을 실시해야 하므로 병렬 프로그램 기술이 필요하다. 물론 GPGPU에서도 마찬가지다.

분산 처리에 의한 고속화

그렇다면 순차 처리의 고속화와 기술 문제를 극복하기 위해서는 어떻게 해야 할까. 이 경우 일본 아발데이터는 분산 처리에 의한 고속화를 제안하고 있다.

그림 3을 살펴보자. 병렬화할 수 없는 사례로, 카메라로부터의 1프레임 처리를 제시하고 있다(단, 이번에는 처리 속도의 한계를 넘기기 때문에 이미 병렬화 처리로 최고 속도인 시스템에 더 고속인 카메라를 접속하는 케이스로 바꿔도 된다). 경우에 따라 제조라인의 검사 시스템이 카메라로부터 화상 입력시 1프레임마다 화상처리를 따라잡지 못해 카메라 성능을 발휘하지 못하는 검사 장치가 되기도 한다.

이를 3대의 처리 장치로 분산 처리한 것이 그림 4다. PC 1에서 프레임 1 처리 중 프레임 2가 입력되지만, 그것을 PC 2에서 처리하고 똑같이 프레임 3을 PC 3에서 처리함으로써 카메라 속도에 추종한 검사 시스템의 구축이 가능해진다.

더욱이, 기본적으로 각 PC에 2프레임을 처리하는 코드를 추가하는 것만으로 검사할 수 있어 새로운 기술은 필요하지 않다. 단, 여기서 어떻게 화상 데이터를 분배하면 좋을지 의문점이 생긴다.

분배 방법의 과제

여러 가지 시스템으로 말할 수 있지만, 데이터 분배(전송)의 오버헤드나 전송 처리에 시간이 걸리면 분산에 의한 고속화로는 이어지지 않는다. 이 때문에 고속의 분산 시스템을 구축하려면 다음의 과제를 해결해야 한다.

① 시스템 간 접속 방법
물리적인 배선 등에서 거리, 전송 속도, 배선 절약, 설치 환경에 의한 노이즈 등을 고려할 필요가 있다.

② 통신 프로토콜의 오버헤드
실제로 데이터를 전송하기 위한 통신 프로토콜도 간과할 수 없는 부분이다. 프로토콜 스택의 오버헤드나 프레임 손실시의 리트라이 처리 등에서 통신에 시간이 걸려도, 앞서 기술한 카메라로부터의 입력 데이터는 기다려 주지 않는다.

또, 만일 고속 프로토콜 스택이라고 해도 그 프로토콜의 사용법 등을 새롭게 습득해야 한다면, 앞서 기술한 새로운 기술이 필요없다고 설명했던 내용에 대해 모순된다. 이 때문에 전송을 의식시키지 않는 투과적인 분배 기술이 필요하다.

③ P2P가 아닌, 1대 복수에의 실시간 전송
동일 데이터의 분산 처리에 의한 고속화를 2배로 한다면, P2P(1대 1)에 의한 데이터 분배로 충분하다. 그러나 3배, 4배로 하는 경우는 1대 복수에의 실시간(일정 시간 내)인 데이터 분배가 필요하게 된다.

아발데이터는 이를 해결하기 위해 고속 광통신 기술 ‘GiGA CHANNEL(기가 채널)’을 개발했다.

GiGA CHANNEL, Opt-C : Link

GiGA CHANNEL이란 아발데이터의 오리지널 고속 광통신 기술로, 11년의 역사를 가진다. 개발 당초에는 전송 속도가 1Gbps 정도에 불과했지만, 오늘날에는 최대 20Gbps까지 진화하고 있다. 토큰 링 방식을 사용한 일방통행의 전송 방식으로, 전송 프레임의 충돌에 의한 손실이 없고, 접속한 모든 노드(GiGA CHANNEL 탑재기기)에 실시간 전송을 실현한다(과제 ③ 해결). 최대 특징은 공유 메모리를 사용한 데이터 전송을 통해, 소프트웨어로부터 메모리에 데이터를 입력하면 그 후에는 하드웨어가 자동으로 데이터를 전송할 뿐 아니라, 프로토콜 스택이 필요 없는(과제 ② 해결) 통신기술로 특허도 취득하고 있다는 점이다. 물리적으로는 각각의 시스템이 광섬유로 접속(과제 ① 해결)되고 있지만, 소프트웨어에서는 마치 1시스템상 공유 메모리로 취급할 수 있다.

그리고 이 기술을 응용해 카메라 인터페이스 ‘Opt-C : Link’도 개발했다. Opt-C：Link는 카메라와 프레임 그래버를 광섬유로 접속해 화상 데이터나 트리거 등의 데이터를 패킷 신호로 실시함으로써 현재 주류인 CameraLink로는 어려운 장거리 전송을 실현할뿐더러, 내노이즈성이나 배선 절약 등에 장점을 가진다. 화상에 특화된 것으로 공유 메모리에 데이터를 적는 것이 아니라, 카메라로부터의 입력 데이터를 하드웨어가 자동 분배하기 때문에 소프트웨어에서는 카메라가 직접 접속돼 있는 것처럼 보인다.

화상 데이터의 분배

아발데이터는 GiGA CHAN NEL이나 Opt-C : Link 외 CameraLink, CoaxPress 등 주요 카메라 인터페이스의 분배 기술을 갖추고 있다.
CameraLink 프레임 그래버 보드 APX-3318을 사용한 화상 분배 예를 그림 5로 나타냈으며, CoaxPress 프레임 그래버 보드 APX-3662를 사용한 화상 분배 예를 그림 6으로 나타냈다.
또, Opt-C : Link 대응 COM Express 화상 캐리어 보드 ASB-1300을 사용한 화상 분배 예는 그림 7에, 광통신 보드 APX-782를 사용한 화상 분배 예는 그림 8에 나타냈다.그림 5, 6, 7로 나타낸 기술들의 경우 하드웨어에서 자동적으로 분배되기 때문에 소프트웨어에서의 분배 제어는 필요로 하지 않고, 처리하는 프레임만 관리하면 된다.
특히, 그림 7에서 표현한 기술의 경우 소형 화상처리 BOX를 구축하기 위해서는 최적인 구성이라 할 수 있다. 그림 8의 경우 소프트웨어에서 분배 제어가 필요하지만, GiGA CHAN NEL를 사용함으로써 소프트웨어의 부담은 줄이고, 그림 5~7로 표현된 기술 외 카메라 인터페이스에서도 분배 처리가 가능하다.