“데이터 처리속도 15배↑” KAIST, 똑똑한 ‘AI 반도체’ 세계 첫 개발

2023. 3. 14. 16:03
자동요약 기사 제목과 주요 문장을 기반으로 자동요약한 결과입니다.
전체 맥락을 이해하기 위해서는 본문 보기를 권장합니다.

국내 연구진이 기존 보다 약 15배 더 빠른 처리속도를 갖춘 인공지능(AI) 반도체를 최초로 개발했다.

과학기술정보통신부는 한국과학기술원(KAIST) 유회준 교수 연구팀이 국내 최초로 DRAM 메모리 셀 내부에 직접 연산기를 집적, 인공지능 연산을 수행하는 PIM 반도체인 '다이나플라지아(DynaPlasia)'를 개발했다고 밝혔다.

음성재생 설정
번역beta Translated by kaka i
글자크기 설정 파란원을 좌우로 움직이시면 글자크기가 변경 됩니다.

이 글자크기로 변경됩니다.

(예시) 가장 빠른 뉴스가 있고 다양한 정보, 쌍방향 소통이 숨쉬는 다음뉴스를 만나보세요. 다음뉴스는 국내외 주요이슈와 실시간 속보, 문화생활 및 다양한 분야의 뉴스를 입체적으로 전달하고 있습니다.

- KAIST 유회준 교수팀
김상진 KAIST 연구원이 다이나플라시아 칩을 들어보이고 있다.[KAIST 제공]

[헤럴드경제=구본혁 기자] 국내 연구진이 기존 보다 약 15배 더 빠른 처리속도를 갖춘 인공지능(AI) 반도체를 최초로 개발했다.

과학기술정보통신부는 한국과학기술원(KAIST) 유회준 교수 연구팀이 국내 최초로 DRAM 메모리 셀 내부에 직접 연산기를 집적, 인공지능 연산을 수행하는 PIM 반도체인 ‘다이나플라지아(DynaPlasia)’를 개발했다고 밝혔다.

PIM(Processing-In-Memory)이란 하나의 칩 내부에 메모리와 프로세서 연산기를 집적한 차세대 반도체다. 메모리와 프로세서가 분리되어 있는 기존 컴퓨팅 구조에서 발생하는 데이터 병목현상 및 과다한 전력 소모 문제를 해결할 수 있다.

기존에도 PIM 반도체가 개발되기는 했지만, 대부분 셀 하나에 8개 이상의 트랜지스터가 필요한 SRAM-PIM 방식이거나, 기존 PIM(HBM-PIM, GDDR6-AiM 등)과 같이 DRAM 기반 PIM으로 구현되었더라도 연산기를 메모리 셀 어레이의 내부가 아닌 외부에 근접하게 배치하는 디지털 PIM(Near Memory PIM) 방식이었다. 이러한 디지털 PIM 방식은 메모리와 연산기 사이의 거리를 줄이고 대역폭을 넓혀 데이터 병목현상은 감소하였지만 메모리 셀 내부에 직접 연산기를 집적하여 연산성능을 올리지는 못했다.

연구팀이 발표한 ‘다이나플라지아(DynaPlasia)’는 아날로그형 DRAM-PIM 기반 AI 반도체로, 3개의 트랜지스터만으로 셀을 구성했다. 메모리 셀 내부에 연산기를 집적하고 높은 병렬성과 에너지 효율의 아날로그 연산 방식을 이용하여 집적도와 연산기능을 획기적으로 향상시켰다.

뿐만 아니라 누설전류 내성 컴퓨팅을 통해 모든 메모리 셀들이 병렬로 동작할 수 있도록 하여 기존 디지털 DRAM-PIM 방식 대비 약 300배 높은 병렬성으로 15배 높은 데이터 처리량을 보인다.

특히 세계 최초로 하나의 셀이 메모리, 연산기, 데이터 변환기의 기능을 동시에 지원할 수 있는 ‘트리플-모드 셀’을 개발했다.

다이나플라시아 칩은 모델 구조에 맞춰 동적으로 하드웨어 구조를 형성하여 높은 에너지 효율을 보인다.[KAIST 제공]

기존 아날로그형 PIM 반도체는 연산 회로 자체의 잠재적 성능이 높더라도 고정된 하드웨어 구조로 인해 실제 인공지능 연산에서는 모델에 따라 성능이 저하되어 적용이 어려웠으나, ‘다이나플라지아’는 ‘트리플-모드 셀’을 이용, 실제 인공지능 연산에 맞춰 하드웨어 구조를 형성하는 동적 코어 형성 아키텍처로 기존 아날로그형 PIM 반도체보다 2.5배 가량 높은 효율성을 얻는다.

이번 연구는 과기정통부 ‘PIM인공지능반도체핵심기술개발(설계)’ 사업을 통해 설립된 ‘PIM반도체 설계연구센터(PIM-HUB)’에서 진행, 지난달 미국 샌프란시스코에서 개최된 국제고체회로설계학회(ISSCC)에서 발표됐다.

유회준 교수는 “이번 연구는 기존 인공지능 반도체가 가지고 있던 메모리 병목현상을 해소할 뿐만 아니라, 높은 처리량과 가변성을 갖는 고메모리 용량의 DRAM-PIM을 개발했다는 점에서 의미가 크다”며 “본격적인 상용화에 성공할 경우, 최근 더욱 거대해지고 다양해지는 인공지능 모델에서도 높은 성능을 보일 수 있을 것”이라고 연구의 의의를 설명했다.

nbgkoo@heraldcorp.com

Copyright © 헤럴드경제. 무단전재 및 재배포 금지.

이 기사에 대해 어떻게 생각하시나요?