본문 바로가기

반도체, 소.부.장.267

AI 반도체 기술 - 2세대 AI 반도체 1세대 AI 반도체 기술개발로 인한 컴퓨터 성능의 향상은 다양한 AI 알고리즘 개발을 이끌었다. 간단한 이미지 분석을 넘어 컴퓨터가 인간의 언어를 이해하고 해석할 수 있도록 하는 자연어 처리 등 여러 알고리즘들이 새롭게 제시됨에 따라 수행 해야하는 연산량이 기하급수적으로 증가하고 있다. 따라서 범용적으로 사용되던 1세대 AI 반도체 기술과 다르게 AI 알고리즘을 빠르게 가속시킬 수 있는 전용 반도체가 필요하게 되었다. 광범위한 응용 분야 중 특정 목적만을 위해 맞춤형으로 설계된 ASIC을 AI 알고리즘에 최적화한 2세대 AI 반도체 NPU를 통해 1세대 AI 반도체 기술 대비 월등한 연산 성능과 높은 전력 효율을 보여주고 있다. 1. NPU 기술 광범위한 응용 분야 중 특정 목적만을 위해 맞춤형으로 설계.. 2023. 10. 9.
AI 반도체 기술 - 1세대 AI 반도체 AI를 위한 수학 및 알고리즘을 실제 컴퓨터로 구현하기 위해서는 수많은 정보를 바탕으로 간단한 연산을 반복적으로 수행해야 한다. 초기에는 일반적인 업무 처리에서 사용되는 범용 컴퓨터를 그대로 이용하였고, 컴퓨터 내 두뇌에 해당하는 CPU와 GPU가 1세대 AI 반도체의 역할을 한다. CPU와 GPU 칩을 구성하는 가장 기본적인 단위는 대표적 반도체 소자로 알려진 트랜지스터이다. 트랜지스터를 점점 작게 만드는 미세화 공정 개발로 동일한 반도체 칩 크기에 형성할 수 있는 트랜지스터의 숫자가 18개월마다 두 배씩 증가한다는 무어의 법칙(Moore’s Law)에 따라 CPU와 GPU 칩이 탑재된 컴퓨터 연산 성능이 꾸준히 향상됨에 따라 AI 연구가 활발히 진행되었다. CPU와 GPU 칩 내부를 살펴보면 외부 명.. 2023. 10. 9.
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 네.. 2023. 10. 9.
AI 반도체 산업 현황 2016년 3월 알파고(AI 프로그램)와 인간의 바둑 대결 이후, AI 반도체는 스마트폰, 가전, 자동차 등 여러 가지 전자기기를 통해 생활 속에 깊이 자리 잡고 있다. 이러한 AI 반도체는 몇 년 전까지만 해도 비교적 적은 시장규모를 가지고 있었으나, 향후 5년간 폭발적인 성장세가 예상된다. AI 반도체는 스마트폰과 컴퓨터 관련 응용 분야에서 빠르게 적용되고 있으며 앞으로 많은 응용 분야에서의 활용이 예상된다. 특히, 스마트폰의 경우 AI 반도체를 활용한 다양한 응용 분야의 확대로 ‘21년도 기준 60%가 넘는 시장 점유율을 보이고 있다. 시장 조사 전문기관인 Gartner에 따르면 ‘21년 AI 반도 시장규모는 약 347억 달러 규모이며, ’26년에는 860억 달러 규모로 연평균 20% 가까이 성장할.. 2023. 10. 2.
AI 반도체의 정의 및 발전 전망 1. 개념 정의 AI 반도체는 AI 서비스를 구현하기 위해 요구되는 데이터 및 알고리즘을 효율적으로 처리할 수 있는 반도체로 정의할 수 있다. AI 기술의 핵심기술 중 학습･추론 기술을 구현하기 위한 데이터 연산 처리를 저전력으로 고속 처리하여 효율성에 특화된 반도체를 의미한다. 빅데이터 분석, AI 서비스 등 AI 산업이 확대되면서 학습･추론의 인공신경망 알고리즘에 최적화된 AI 전용 반도체의 필요성이 증대되었다. 첫 번째로 연산 성능을 비교하여 볼 때, CPU를 활용한 초기 AI 컴퓨터는 GPU의 채용을 통해 연산 성능이 개선되었으나, 대규모･대용량 연산 처리가 증대함에 따라 AI 반도체의 필요성이 대두되었다. 두 번째로 전력효율을 비교하여 볼 때, AI 반도체는 낮은 전력으로 대량의 데이터를 동시에.. 2023. 10. 1.
반도체IP 투자포인트 1. 첫번째, 파운드리 경쟁력 좌우하는 반도체IP 팹리스는 파운드리 선택 시 공정별 수율뿐만 아니라 보유 중인 IP 포트폴리오도 고려한다. 팹리스의 인하우스 IP 엔지니어수가 충분하지 않다면 설계 시 파운드 리에서 이용가능한 IP가 최대한 많아야 하기 때문이다. 빅테크를 제외하고 칩 개발 수요가 있는 대부분 회사들은 인하우스 IP를 확보하기 어렵다. 공정이 미세화돼 IP 개발비용이 급격하게 상승하기 때문이다. 65나노에서 칩 개발비용은 약 380억원이었으나, 5나노에서 칩 개발비는 약 7천억원으로 상승했다. 인건비, EDA Tool, MPW(Multi Project Wafer, 한 장의 웨이퍼에 여러 R&D용 시제품 칩을 올려 제작하는 서비스로 중소 팹리스 이용)등 개발비가 모두 오르기 때문이다. 애플,.. 2023. 9. 22.

티스토리툴바