[영문기사 공부] 구글 딥마인드, AI 이용해 반도체 설계

"In Race for AI Chips, Google DeepMind Uses AI to Design Specialized Semiconductors"
By Belle Lin
July 20, 2023 12:49 pm ET

구글 딥마인드, AI 이용해 반도체 설계

Google DeepMind의 연구원들은 인공 지능을 사용하여 컴퓨터 칩을 설계하는 보다 효율적이고 자동화된 방법을 발견했으며, 연구소의 모회사인 Alphabet은 자체적인 AI 칩을 개선할 수 있다고 말했습니다.

Nvidia 및 AMD와 같은 반도체 업계의 거물들이 제너레이티브 AI* 기능에 대한 비즈니스의 증가하는 수요에 맞춘 컴퓨팅 성능을 제공하기 위해 경쟁함에 따라 더 빠르고 효율적인 칩을 구축하는 데 집중하고 있습니다. 그러나 구글과 아마존 같은 거대 클라우드 컴퓨팅 기업들도 자체 AI 칩을 설계해 왔으며, 자체 개발 하드웨어가 경쟁 제품보다 더 빠르고 실행 비용이 적게 들 수 있다고 장담하고 있습니다.

*이용자의 특정 요구에 따라, 결과를 능동적으로 생성하는 인공지능 기술

 

구글 딥마인드, AI 이용해 반도체 설계

Google은 Tensor Processing Unit 또는 TPU라고 하는 맞춤형 AI 칩을 개선하기 위해 "최신 AI 혁신"의 사용을 모색하고 있다고 말했습니다. 대변인은 "AI는 구성, 이해, 코딩, 로봇 공학 등 우리가 하는 모든 것을 개선하고 있으며 하드웨어 설계에서도 (개선이) 현실화되고 있습니다."라고 말했습니다.

최근 더 빠른 알고리즘을 발견할 수 있는 AI 시스템을 공개한 런던의 DeepMind의 경우, 딥러닝과 같은 AI 기술의 목표는 네트워크 리소스에서 데이터 센터 및 칩에 이르는 컴퓨팅 시스템을 보다 효율적이고 지속 가능하게 만드는 것이라고 DeepMind 연구 과학자 Vinod Nair는 말했습니다.

"사회가 점점 더 디지털화됨에 따라 우리는 점점 더 강력한 칩, 다양한 애플리케이션을 위한 더욱 전문화된 칩이 필요합니다."라고 그는 말했습니다. 

 

구글 딥마인드, AI 이용해 반도체 설계

칩 성능 향상에 대한 전통적인 생각은 약 2년마다 칩의 트랜지스터 수가 두 배가 된다는 무어의 법칙에 의존합니다. 그러나 일부 전문가들은 트랜지스터가 물리적 한계에 도달함에 따라 더 작고 특수화된 칩을 설계 함으로써 성능이 향상될 것이라고 말합니다. ChatGPT, 드론 및 자율 주행 자동차와 같은 애플리케이션은 이제 디지털 신호 프로세서 및 Nvidia가 갈망하는 그래픽 프로세서  등 업무-집중 칩에서 실행됩니다. 

약 18개월 전에 작업을 시작한 DeepMind의 AI 기반 접근 방식은, 회로 동작 설명을 실제 회로로 전환하는 칩 설계 단계인 로직 합성을 개선하는 데 중점을 둡니다. 컴퓨터 칩은 수백만 개의 논리 회로 또는 "빌딩 블록"으로 구성되어 있다고 DeepMind 수석 직원 소프트웨어 엔지니어인 Sergio Guadarrama는 말했습니다. 그중 몇 개를 수동으로 최적화하는 것은 쉽지만 수백만 개를 다루는 것은 불가능하다고 그는 말했습니다. 

 

구글 딥마인드, AI 이용해 반도체 설계

AI를 적용하여 논리 회로 설계 속도를 높임으로써, DeepMind의 목표는 특수 칩 설계를 보다 자동화되고 효율적으로, 인간 하드웨어 엔지니어의 작업에만 의존하지 않도록 만드는 것입니다. Guadarrama는 인간이 몇 주 안에 생성한 하나의 디자인과 비교하여 AI는 일주일에 생성한 수천 개의 디자인을 만드는 것이 큰 차이라고 밝혔습니다.

DeepMind 혁신의 핵심은 대규모 훈련 데이터 세트와 AI 신경망을 사용하여 패턴을 분류하는 기술, 즉 인간의 두뇌가 문제를 해결하는 방법을 느슨하게 모델링한 데이터에서 기계가 학습하는 방법인, 딥러닝을 사용한다는 것입니다. AI 연구실은 동일한 기술을 생물학에 적용했으며, 'AlphaFold 알고리즘'이 알려진 거의 모든 단백질의 구조를 예측했다는 지난해 발표에서 정점을 찍었습니다.