• 케임브리지의 새로운 인간 뇌 모방 칩, AI 에너지 사용량을 대폭 절감할 수 있다 — 새로운 유형의 멤리스터는 기존 장치보다 스위칭 전류가 약 백만 배 낮은 수준이다

    이 소자들은 전도성 필라멘트 대신 산화막 내부에 자가 조립된 p-n 접합을 활용합니다.

    article image

    캠브리지 대학교 연구진은 이달 초 과학 저널 Science Advances에 새로운 유형의 하프늄 산화물(hafnium oxide) 메모리스터에 관한 논문을 게재했습니다. 이 신기술의 가장 큰 특징은 기존 산화물 기반 소자 대비 약 백만 분의 일(million times)에 달하는 낮은 스위칭 전류에서 작동한다는 점입니다.

    AI 데이터 센터, 전 세계 메모리 및 저장 공간 수요 흡수

    고대역폭 메모리 로드맵

    article image

    캠브리지 재료과학 및 금속공학과 소속 바박 바키트(Dr. Babak Bakhit) 박사가 이끈 이 팀은 다성분 박막을 설계하여 내부 p-n 접합을 형성했습니다. 이 덕분에 장치는 10 나노암페어(nanoamps) 이하의 전류에서 상태를 부드럽게 전환할 수 있으며, 수백 가지의 고유한 전도도 레벨을 구현합니다.

    멤리스터는 데이터를 같은 물리적 위치에 저장하고 처리할 수 있는 두 단자 장치입니다. 이는 기존 컴퓨터 아키텍처에서 별도의 메모리 및 처리 장치 간에 에너지를 많이 소모하는 데이터 전송(shuttling) 과정을 제거합니다. 연구진은 이 기술이 차세대 컴퓨팅에 기여할 것이라 기대하고 있습니다.

    주요 발견:

    • 열역학적 효율성: 멤리스터는 높은 전력 효율성을 보여, 저전력 환경의 컴퓨팅 장치에 적합합니다.
    • 메모리-컴퓨팅 통합: 이 기술은 메모리 기능을 통합하여, 전력 소비를 줄이고 장치 크기를 축소하는 데 핵심적인 역할을 할 것으로 예상됩니다.

    article image

    실용적 응용 분야:

    • 엣지 컴퓨팅: 저전력 구동이 필요한 IoT 기기, 자율주행차 등 엣지 디바이스에 최적화된 솔루션을 제공합니다.
    • AI 가속기: 인공지능 학습 및 추론 과정에서 발생하는 전력 병목 현상을 해결하여, 고성능 컴퓨팅의 효율성을 극대화합니다.

    결론: 하드웨어 관점의 패러다임 변화를 주도하는 이 연구는, 기존 반도체 소자의 물리적 한계를 극복하고, AI 시대의 컴퓨팅 아키텍처를 근본적으로 개선하는 핵심 동력이 될 것입니다.

    [출처:] https://www.tomshardware.com/tech-industry/new-cambridge-human-brain-inspired-chip-could-slash-ai-energy-use