IBM의 고성능 AI 칩이 신경망 컴퓨팅을 강화하다

인공지능(AI) 능력 향상을 위한 중요한 진전으로, IBM Research Europe 은 복잡한 심층 신경망 연산에 최적화된 차세대 컴퓨팅 칩을 출시했습니다. 새로운 64코어 혼합 신호 메모리 내 컴퓨팅 칩은 아날로그와 디지털 처리의 놀라운 융합을 보여주며, 가속화된 연산 시간과 에너지 소비 감소를 실현합니다.

아날로그 메모리 내 컴퓨팅으로 AI 컴퓨팅을 혁신하다

수십 년간 더 빠르고 에너지 효율적인 컴퓨팅을 추구해 온 것은 전자 공학자들의 핵심 주제였습니다. 막대한 연산 요구 사항을 고려할 때, AI와 딥러닝 알고리즘의 등장으로 이 과제는 더욱 시급해졌습니다. 아날로그 메모리 내 컴퓨팅(Analog In-Memory Computing, AIMC)은 단일 칩에서 연산과 데이터 저장을 원활하게 통합하는 유망한 접근 방식입니다.

IBM Research Europe의 돌파구는 디지털 컴퓨팅 프로세서와 결합된 위상 변화 메모리(PCM) 장치를 활용한 혁신적인 64코어 혼합 신호 메모리 내 컴퓨팅 칩에 있습니다. 아날로그와 디지털 구성 요소의 이러한 융합은 심층 신경망에 필수적인 복잡한 연산을 처리할 수 있는 아키텍처를 만들어냅니다.

칩의 핵심은 각각 256x256 크기의 시냅스 단위 셀 크로스바 어레이를 갖춘 64개의 아날로그 PCM 기반 코어로 구성됩니다. 아날로그와 디지털 처리 간의 원활한 전환을 촉진하기 위해 각 코어에는 컴팩트한 시간 기반 아날로그-디지털 변환기가 내장되어 있습니다. 또한, 직류 선형 유닛(reLU) 뉴런 활성화 함수 및 장단기 기억(LSTM) 네트워크 작업과 같은 작업을 효율적으로 처리하기 위해 경량 디지털 처리 유닛이 각 코어에 전략적으로 통합되었습니다.

디지털 통신 네트워크가 전례 없는 성능의 핵심

칩의 독특한 특징 중 하나는 메모리 코어와 글로벌 처리 유닛을 연결하는 디지털 통신 네트워크입니다. 이 독창적인 설정은 칩이 개별 신경망 레이어에 필요한 연산을 온칩에서 실행할 수 있게 하여 연산 시간과 에너지 소비를 크게 줄입니다. 그 결과, 이 칩의 성능 벤치마크는 동시대 제품들을 압도합니다.

포괄적인 평가에서 IBM Research Europe의 팀은 딥러닝 알고리즘을 사용하여 칩에 엄격한 테스트를 수행했습니다. 결과는 놀라웠으며, CIFAR-10 이미지 데이터셋에서 테스트했을 때 심층 신경망이 92.81%의 인상적인 정확도를 달성했습니다. 주목할 점은 이러한 정확도 수준이 유사한 기술을 사용하는 칩 중 가장 높은 수준 중 하나라는 점으로, IBM의 접근 방식의 효용성을 강조합니다.

미래 진보를 위한 디딤돌

IBM의 최근 성과는 AIMC 칩이 딥러닝 알고리즘의 복잡한 요구 사항을 원활하게 지원할 수 있도록 하는 중요한 단계입니다. 이 성과는 칩 아키텍처의 추가적인 향상을 위한 기반을 마련하여 잠재적으로 더 큰 성능 향상을 unlocking할 수 있습니다.

성공을 바탕으로 IBM Research Europe는 칩 설계를 정교화할 계획을 가지고 있습니다. 현재 칩과 이전의 34타일 칩에서 교훈을 얻어, 팀은 엔드투엔드 아날로그 AI 추론 가속기 아키텍처를 만들目标是 있습니다. 이 야심 찬 노력에는 수많은 아날로그 메모리 내 컴퓨팅 타일과 특수화된 디지털 컴퓨팅 코어를 통합하는 것이 포함됩니다. 모두 매우 효율적인 대규모 병렬 2D 메시 네트워크를 통해 서로 연결됩니다. 최근 몇 년간 개발된 정교한 하드웨어 인식 훈련 기술과 함께 이러한 가속기는 가까운 미래에 다양한 모델에 걸쳐 뛰어난 신경망 정확도를 제공하기를 목표로 합니다.

IBM Research Europe의 획기적인 64코어 혼합 신호 메모리 내 컴퓨팅 칩은 AI 컴퓨팅에서 놀라운 진전을 나타냅니다. 아날로그와 디지털 처리를 결합함으로써 이 칩은 AI와 딥러닝의 핵심 요소인 향상된 연산 속도와 에너지 효율성을 보여줍니다. 미래에 대한 유망한 비전을 가지고 있어, 혁신적인 칩 아키텍처를 통한 AI 가속화의 길이 열렸습니다.