혁신적인 새로운 칩 기술은 데이터 저장 및 처리 기능을 통합하여 효율성과 성능을 크게 향상시킵니다. 인간의 두뇌에서 영감을 얻은 이 칩은 3~5년 내에 상용화될 것으로 예상되며 산업 안전 표준을 충족하려면 학제간 협력이 필요합니다.
Hussam Amrouch는 유사한 인메모리 컴퓨팅 방법보다 두 배 더 강력한 인공 지능용 아키텍처를 개발했습니다. Nature 잡지에 따르면 뮌헨 공과대학(TUM) 교수는 강유전성 전계 효과 트랜지스터(FeFET)라는 특수 회로를 사용하여 새로운 컴퓨팅 패러다임을 적용했습니다. 몇 년 안에 이는 생성 인공 지능, 딥 러닝 알고리즘 및 로봇 공학 애플리케이션에 적용 가능하다는 것이 입증될 수 있습니다.
기본 아이디어는 간단합니다. 이전 칩은 트랜지스터에서만 계산을 수행했지만 이제는 데이터가 저장되는 곳이기도 합니다. 이렇게 하면 시간과 노력이 모두 절약됩니다. 뮌헨 공과대학(TUM) 인공지능 프로세서 설계 교수인 후삼 암루치(Hussam Amrouch)는 “결과적으로 칩의 성능도 향상됐다”고 말했다.
미래의 칩은 이전 칩보다 더 빠르고 효율적이어야 합니다. 따라서 너무 빨리 가열될 수 없습니다. 이는 드론 비행과 같은 시나리오에서 실시간 컴퓨팅과 같은 애플리케이션을 지원하려는 경우 매우 중요합니다. 컴퓨터의 경우 이러한 작업은 매우 복잡하고 에너지 소모적입니다.
칩에 대한 이러한 주요 요구 사항은 수학적 매개변수 TOPS/W, 즉 "와트당 초당 테라헤르츠 작업"으로 요약할 수 있습니다. 이는 미래 칩에 대한 중요한 기술 지표로 볼 수 있습니다. 즉, 1와트(W)의 전력이 제공될 때 프로세서가 초당 몇 테라플롭(TOP)을 수행할 수 있는지에 대한 것입니다.
보쉬가 프라운호퍼 IMPS와 협력해 개발한 새로운 인공지능 칩은 생산 과정에서 미국 기업인 글로벌파운드리(GlobalFoundries)의 지원을 받아 885TOPS/W를 제공할 수 있다. 이는 삼성의 MRAM 칩을 포함하여 유사한 AI 칩보다 두 배 더 강력하다는 것을 의미합니다. 현재 일반적으로 사용되는 CMOS 칩의 실행 속도는 10-20TOPS/W입니다. 최근 네이처(Nature) 저널에 발표된 연구 결과가 이를 입증합니다.
인간의 두뇌에서 영감을 얻은 칩 아키텍처
연구원들은 인간으로부터 현대 칩 아키텍처의 원리를 빌렸습니다. Amruchi는 "뇌에서 뉴런은 신호를 처리하고 시냅스는 이 정보를 기억합니다."라고 인간이 복잡한 관계를 학습하고 기억할 수 있는 방법을 설명했습니다.
이를 위해 칩은 "강유전체"(FeFET) 트랜지스터를 사용합니다. 이 전자 스위치는 전원 공급이 차단되어도 정보를 저장할 수 있는 특별한 추가 특성(전압 인가 시 극성 반전)을 가지고 있습니다. 또한 트랜지스터 내에서 데이터를 동시에 저장하고 처리할 수 있습니다.
Amruchi는 "이제 우리는 데이터가 생성된 곳에서 데이터를 처리해야 하는 딥 러닝, 생성 인공 지능 또는 로봇 공학과 같은 애플리케이션을 위한 효율적인 칩셋을 구축할 수 있습니다"라고 믿습니다.
시장지향적 칩으로 가는 길
연구원들은 이 칩을 사용하여 시간 지연 없이 우주의 물체를 식별하거나 비행 중에 드론이 생성한 데이터를 처리하는 딥 러닝 알고리즘을 실행하는 것을 목표로 하고 있습니다. 그러나 뮌헨 공과대학 산하 뮌헨 통합 로봇 공학 및 기계 지능 연구소(MIRMI) 교수들은 이 목표를 달성하려면 수년이 걸릴 것이라고 믿고 있습니다. 그는 실제 응용 분야에 적합한 최초의 메모리 칩이 빠르면 3~5년까지는 출시되지 않을 것이라고 믿습니다.
한 가지 이유는 업계의 안전 요구 사항입니다. 예를 들어, 자동차 산업이 이 기술을 채택하기 전까지는 안정적인 기능만으로는 충분하지 않습니다. 또한 업계의 특정 표준도 충족해야 합니다. 하드웨어 전문가인 Amruchi는 "이것은 컴퓨터 과학, 정보학, 전기 공학 등 다양한 분야의 연구자와의 학제간 협력의 중요성을 다시 한 번 강조합니다."라고 말했습니다. 그는 이것이 MIRMI의 주요 장점이라고 생각합니다.