인공지능 (AI , Artificial Intelligence) 컴퓨터가 인간의 지능 활동(사고, 학습, 모방, 자기계발) 을 모방할 수 있도록 하는 것 컴퓨터 공학 및 정보 기술의 한 분야 즉, 인간의 지능을 컴퓨터와 기계가 흉내 내도록 하는 기술 출처: https://steemit.com/mbl/@mbl/mbl-gpu
머신 러닝 인공지능을 구현하기 위한 구체적인 접근 방식 중 하나 데이터를 기반으로 패턴을 식별하고 예측하는 데 사용됨 즉, 컴퓨터가 스스로 학습을 하여 인공지능의 성능을 향상 하는 방법
딥 러닝 머신러닝의 한 분야로 인공 신경망 방식으로 정보를 처리하는 기술 인공 신경망을 여러 층으로 쌓아서 복잡한 특징 및 패턴을 학습하고 추출하는데 중점을 둠 이미지 인식, 자연어 처리, 음성 인식 --> 고급 인공지능 작업 수행에 활용
인공지능
인공지능 반도체
컴퓨터가 인간의 지능 활동을 모방할 수 있도록 하는 것
인공지능 서비스를 구현하기 위해 요구되는 데이터 및 알고리즘을 효율적으로 처리할 수 있는 반도체
인간의 지능이 할 수 있는 활동을 컴퓨터가 할 수 있도록 연구하는 컴퓨터 공학 및 정보 기술
데이터를 동시에 병렬적으로 연산함으로써 동시 다발적인 학습과 추론이 가능
기존 반도체
AI 반도체
범용 목적으로 사용 단순한 인식 능력 수준에 한정
인공지능 작업에 최적화 복잡한 상황 인식 및 판단 가능
데이터를 순차적으로 처리하는 직렬 형식 사용 시스템 제어나 어려운 계산 작업 처리에 우수한 구조 대량의 데이터 처리 시 전력 소모 증가, 처리 속도 감소함
대량의 데이터를 동시에 처리하는 병렬 형식을 사용 많은 데이터를 한꺼번에 받아들여 처리하는데 유리한 구조 대규모 데이터 처리 시에 낮은 전력 소모와 높은 효율성 제공
인공지능 반도체의 발전 방향 CPU GPU 1세대(기존 반도체 진화 형) - FPGA ASIC 2세대(초기 비용 상승, 개발 소요 시간, 응용 분야 한정) - 뉴로모픽 3세대
차세대 인공지능 반도체 뉴로모픽 반도체 - 인간의 신경 구조를 모방한 반도체, 뉴런과 시냅스 (신경 세포 간의 연결 부분)의 작동 원리를 효과적으로 재현함--> 하드웨어 뉴런을 병렬로 연결하여 복잡한 신호 처리 및 판단 가능 출처 : 인공지능 신문 중 발췌
데이터 처리 과정에서 시냅스를 통해 다른 뉴런과 정보를 교환 가중치 및 연결 강도를 조절하여 학습과 판단을 수행하는데 중요함
기존 반도체
뉴로모픽 반도체
폰 노이만 구조
여러 개의 코어로 구성됨
순차적 명령 수행
코어 중 일부는 뉴런의 역할을 수행
복잡한 작업 처리 시, 시간이 오래 걸리고 에너지가 소요됨
메모리 반도체는 뉴런과 뉴런 사이를 연결하는 시냅스 역할
코어를 병렬로 구성 병렬 구조는 코어를 여러 개 동시에 활용함 적은 전력 만으로 많은 양의 데이터를 다룰 수 있음
인공지능 반도체 동작 원리 인-메모리 컴퓨팅 : 병렬 처리를 통해 다양한 데이터의 입출력을 동시에 진행, 연산+저장+통신 연산 기능을 메모리 반도체로 통합한 인-메모리 컴퓨팅 구조 채택 1) SRAM 구현 방식 : CMOS 기반의 실리콘 반도체로 구성 2) 차세대 저항 변화 메모리 이용 : 재료 내 저항 변화 방식 이용
