폰노이만4 AI 반도체 기술 - 3세대 AI 반도체 2/2 5. 기타 신경세포 모방 AI 반도체 기술 신경망 또는 생물학적 뇌를 모사하는 기술은 SW 분야에서 먼저 큰 발전을 이루었다. Deep Learning 기술은 신경망의 특징 중 연결성(connectivity)과 시냅스의 정보 저장 특성을 프로그램으로 구체화한 것으로, 방대한 계산량으로 초기에는 어려움이 많았으나, 컴퓨터의 계산 능력이 향상되면서 획기적인 발전이 이루어지고 있다. 특히, CPU 대신 GPU가 사용되면서 단순 문자인식에서 벗어나 이미지 인식이나 음성 인식 등이 가능한 CNN, RNN 기술 등이 개발되어 학습의 영역과 범위가 급속히 확장되고 있으며, 앞서 논의한 것처럼 전자 시냅스를 개발하여 특정 Deep learning 알고리즘을 가속화하는 목적 외에도 두뇌에서의 생물학적 뉴런의 기능과 다양.. 2023. 10. 16. 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 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. 반도체 기술 탐구: AI 수요로 반도체 신성장 동력 장착 1. AI 반도체 적용 확대 → 비메모리 반도체 Q 증가 AI 반도체 적용처가 증가하고 있다. 차량용 반도체의 경우 비전 이외에 자연어 처리 등으로 AI 적용 처리도 늘어날 수 밖에 없다. 또한 드론, 스마트팩토리, 의료용 및 로봇 등으로 적용처 확대도 긍정적이다. 이에 AI 시장 성장 → 비메모리 Q 증가 → OSAT 공정의 수혜로 이어질 전망이다. 다품종 소량 생산 특성상 후 공정이 중요해지고 기술적 난이도 또한 높기 때문이다. AI 반도체 세부 시장內 엣지 클라우드용 시장 규모는 CAGR(2021~2030F) 16%로 95억달러가 전망된다. 2. 고밀도, 고속의 메모리 스펙 강화 범용 GPU를 이용하여 AI를 구현하는 기존의 방식은 대규모/대용량 연산에 비효 율적이며 높은 소비전력을 요구한다. 이 .. 2023. 3. 9. 이전 1 다음
