AI 반도체 기술 현황 - Overview

AI 반도체는 AI의 두 가지 핵심 기능인 학습과 추론을 구현하고 가속화 할 수 있는 반도체 기술을 의미한다.

 

기존에는 반도체에 정보를 영구적으로 저장하는 메모리 반도체와 반도체를 스위치로 사용하여 정보들의 더하기, 빼기 등 사칙연산을 수행할 수 있는 로직 반도체 기술로 크게 분류되었다.

 

4차 산업혁명과 코로나19로 인해 전 세계에서 실시간으로 정보들이 다양한 형태로 발생함에 따라 대량의 정보를 처리하기 위하여 SW 중심의 AI 알고리즘이 도입되어 반도체에 단순 연산이나 저장의 기능을 넘어, 차세대 컴퓨터가 주어진 이미지를 인지하고 분류하는 추론 작업과 사람과 같이 스스로 배우고 판단할 수 있는 학습 작업을 수행할 수 있도록 AI 반도체 기술이 발전되고 있다.

 

인간의 두뇌에서 신경세포들이 서로 연결된 네트워크 구조에서 영감을 받아, AI 반도체들로 구성된 시스템에서 다양한 정보를 축적하는 학습(또는 훈련)을 진행하면 특정 반도체들이 활성화가 된다. 학습 과정이 완료되면 새로운 정보에 대한 정답을 스스로 도출하는 추론을 할 수 있게 된다.

 

따라서 차세대 컴퓨터가 실생활에 활용되기 위해선 거대한 데이터베이스를 먼저 학습시키는 것이 중요하다. 하지만, 미국 Google 브레인 프로젝트 창시자이자 미국 스탠포드 대학 교수로 활약하며 세계 4대 AI 석학으로 꼽히는 앤드류 응(Andrew Ng)에 따르면 중국어 음성을 인식하기 위해선 1012에 해당하는 TB 이상의 정보와 이를 훈련시키기 위한 대규모 연산이 필요하다. 따라서 연산을 가속할 수 있는 정도에 따라 세대별 AI 반도체 기술을 구분할 수 있다.

 

 

 

오늘날의 모든 컴퓨터는 미국 수학자이자 물리학자인 존 폰 노이만이 1949년 제안한 방식으로 동작한다. 외부 입력 순서에 따라 데이터를 메모리에 임시로 저장 후 로직 반도체로 구성된 중앙처리장치(CPU)에서 처리 후, 결과 값을 다시 메모리에 저장하는 구조로 되어 있다. 순차적으로 데이터를 처리하기 때문에 정보를 불러오는 메모리와 폰 노이만 병목현상이 발생하고 있다.

 

2022년 반도체 소자가 머리카락 두께 5만분의 1에 달하는 3 나노미터 이하까지 초미세화됨에 따라 계산 속도를 향상 시킬 수 있지만, 발열 문제가 대두되고 있다. 따라서, 정보 처리 과정에서 저전력 및 고속 처리 등 에너지 효율성 측면을 극대화 할 수 있도록 특화된 반도체 회로 설계기술, 신개념 반도체 소자의 도입 측면으로 AI 반도체 기술을 3가지 세대별로 구분할 수 있다.

 

1세대 AI 반도체 기술은 CPU 외에도 그래픽 영상 처리 및 고 사양 3D 게임 등에 활용되는 그래픽 처리 장치 GPU를 활용한다. 연산을 수행할 수 있는 코어 부분을 세분화시켜 명령어를 동시에 병렬적으로 처리할 수 있도록 설계되었다.

 

동일한 실리콘 반도체 소자를 이용하지만, AI 기술에 특화된 칩을 만들기 위해 반도체 회로 구성과 배치를 최적화한 2세대 AI 반도체가 보급되고 있다. 특정 응용 분야에 맞춰 제작된 반도체는 기업별로 추구하는 방향성에 맞게 다양하게 설계되고 있다.

 

FPGA는 연산을 수행하도록 구분된 반도체 회로 영역들이 다양한 조합으로 연결할 수 있도록 배선이 프로그래밍 되어 있어, 고객의 요구에 따라 반도체 칩을 다양하게 설계할 수 있어 유연성이 높다. 반면 ASIC은 한번 설계된 내부 반도체 구조의 변경이 불가능하여 자유도가 낮지만, 특정 성능을 맞춤형으로 극대화 할 수 있어 기업 자체의 전용 칩으로 많이 사용되고 있다.

 

그 중, AI 알고리즘을 빠르게 가속화 시킬 수 있도록 특정 목적을 위해 개발된 ASIC을 뉴럴 프로세싱 유닛(NPU)이라 지칭하며 2세대 AI 반도체 기술로 정의할 수 있다. 미국 Google 회사가 개발한 텐서 프로세싱 유닛(TPU), 미국 테슬라의 자율주행 칩, 미국 애플의 노트북 발열을 획기적으로 제어한 M1 칩이 이에 해당한다.

 

3세대 AI 반도체 기술은 오늘날의 컴퓨터 구조가 채택하고 있는 폰 노이만 구조를 대체하고자 인간 두뇌에서의 정보 처리 과정에서 영감을 받은 뉴로모픽 방식이다. 신경계에서 정보가 저장된 생물학적 시냅스에서 연산이 동시에 수행되기 때문에 인간은 고도의 작업을 수행하면서도 약 20와트(Watt) 정도의 전력만을 사용한다. 에너지 효율적인 구조와 기능을 전자소자로 모사하기 위하여 저장과 연산을 동시에 수행하는 메모리 반도체 소자 기술이 중요하다. 전통적 실리콘 반도체 소자 활용 대신, 두뇌 모사 구조에 적합한 신개념 비휘발성 메모리 소자가 도입되며 가장 진보된 형태로 AI 반도체 기술이 발전하고 있다.

 

 

출처: AI 반도체 표준화 보고서

 

뜨리스땅

 

 

 

https://tristanchoi.tistory.com/490

AI 반도체 산업 현황