이것이 현재 실리콘 기술의 한계를 돌파할 수 있게 할까요?
오스틴(Austin), 텍사스에 기반을 둔 AI 칩 기업 Neurophos가 빌 게이츠의 Gates Frontier Fund 지원을 받아 광학 처리 장치(OPU)를 개발했다고 밝혔습니다. 이 회사는 개발된 OPU가 전력 소비는 비슷하면서도, FP4/INT4 컴퓨팅 워크로드에서 엔비디아(Nvidia)의 최신 Vera Rubin NVL72 AI 슈퍼컴퓨터보다 10배 더 강력하다고 주장합니다. The Register에 따르면, Neurophos는 더 큰 매트릭스(matrix)와 훨씬 높은 클럭 속도를 활용해 이러한 성능을 달성했습니다.
Neurophos의 패트릭 보웬(Patrick Bowen) CEO는 해당 매체에 "칩 내부에는 크기가 1,000 x 1,000인 단일 광자 센서가 있다"고 언급했습니다. 이는 대부분의 AI GPU에서 사용되는 일반적인 256 x 256 매트릭스보다 약 15배 더 큰 크기입니다. 그럼에도 불구하고 이 회사는 광학 트랜지스터 크기를 현재 사용 가능한 수준보다 약 10,000배 작게 만드는 데 성공했습니다. 보웬은 "오늘날 실리콘 포토닉스(Silicon Photonics) 공장에서 얻을 수 있는 광학 트랜지스터의 등가물은 매우 크다. 약 2mm 정도다"라며 "현재의 디지털 CMOS와 비교했을 때 충분한 컴퓨팅 밀도를 확보할 만큼 충분한 양을 칩에 집적하기가 불가능하기 때문이다"라고 덧붙였습니다.
이 회사의 1세대 가속기는 약 25제곱 밀리미터 크기의 '광학적 등가물' 텐서 코어를 하나 포함할 예정입니다. 이는 576개의 텐서 코어를 탑재한 엔비디아의 Vera Rubin 칩과 비교하면 매우 적은 수치이지만, 차이점은 Neurophos가 포토닉 다이(photonic die)를 활용하는 방식에 있습니다. 더 나아가, 1,000 x 1,000 매트릭스 타일 크기 외에도, 이 스타트업의 첫 OPU인 Tulkas T100은 무려 56GHz로 작동할 예정입니다. 이는 Intel Core i9-14900KF에서 달성된 세계 기록인 9.1GHz나 엔비디아 RTX Pro 6000의 2.6GHz 부스트 클럭보다 훨씬 높은 수치입니다. 이러한 높은 작동 속도는 OPU가 수치상으로는 낮은 사양처럼 보이더라도 엔비디아의 AI GPU를 능가할 수 있게 합니다.
광학 기술과 고속 데이터 이동이 다음 주요 AI 병목 현상이다
Nvidia는 데이터 센터 상호 연결 공급망 강화를 위해 포토닉스 기업에 40억 달러를 투자한다.
기술 거인들은 AI 구축에 필요한 대용량 데이터 병목 현상을 해결하기 위해 광학 상호 연결 동맹을 결성한다.
더 중요한 점은, 보웬이 자신의 광학 트랜지스터를 현재의 반도체 제조 기술로 제작했기 때문에, 인텔(Intel)이나 TSMC 같은 파운드리(fab)를 이용해 대량 생산할 잠재력이 있다는 것입니다. 그럼에도 불구하고, 해당 칩들은 아직 테스트 단계에 있으며 2028년까지는 양산에 들어가지 않을 것으로 예상됩니다. 또한 대용량의 벡터 처리 장치 및 정적 메모리(SRAM) 확보와 같은 과제도 해결해야 합니다.
포토닉스는 많은 기업들이 주목하는 새로운 개척 분야입니다. 엔비디아는 이미 자사의 Rubin 플랫폼에서 Spectrum-X 이더넷 포토닉스 스위치 시스템을 사용하고 있으며, AMD는 실리콘 포토닉스 연구에 특화된 2억 8,000만 달러 규모의 허브를 개발할 예정입니다. 어떠한 경우든, 이번 개발은 포토닉스 영역의 또 다른 발전 양상일 뿐이며, 기술이 성숙해짐에 따라 더 많은 진전이 기대됩니다.
(Note: The final call-to-action paragraph "Follow Tom's Hardware on Google News..." is a boilerplate closing and is best left out of the polished technical text unless contextually necessary, as it breaks the flow of the technical report.)