AI 가속기란 무엇인가요?

처리 속도와 확장성은 AI 애플리케이션의 두 가지 핵심 요구 사항인 만큼, AI 가속기는 이러한 애플리케이션의 가치를 높여주는 거의 즉각적인 결과를 제공하는 데 결정적인 역할을 합니다. 이제 AI 가속기의 주요 이점을 좀 더 자세히 살펴보겠습니다:

• 에너지 효율성. AI 가속기는 범용 컴퓨팅 시스템보다 100~1,000배 더 효율적일 수 있습니다. 냉각이 필요한 데이터 센터 환경에서 사용되든, 전력 예산이 제한된 엣지 애플리케이션에서 사용되든, AI 가속기는 방대한 양의 계산을 수행하는 동안 과도한 전력을 소비하거나 과도한 열을 방출해서는 안 됩니다.
• 지연 시간 및 연산 속도. AI 가속기는 뛰어난 연산 속도 덕분에 답변을 도출하는 데 걸리는 지연 시간을 줄여줍니다. 이러한 낮은 지연 시간은 1초도 놓칠 수 없는 첨단 운전자 보조 시스템(ADAS)과 같은 안전이 최우선인 애플리케이션에서 특히 중요합니다.
• 확장성. 문제를 처리하기 위한 알고리즘을 작성하는 것은 어려운 일입니다. 이 알고리즘을 여러 코어에 걸쳐 병렬화하여 처리 능력을 높이는 것은 더욱 어려운 과제입니다. 그러나 신경망 분야에서는 AI 가속기를 통해, 관련된 코어 수에 거의 필적할 정도의 성능 향상 수준을 달성할 수 있습니다.
• 이종 아키텍처. 이 접근 방식을 통해 특정 시스템은 다양한 특화 프로세서를 수용하여 특정 작업을 지원함으로써 AI 애플리케이션에 필요한 연산 성능을 제공할 수 있습니다. 또한 서로 다른 실리콘 구조의 자기적 및 정전기적 특성, 메모리, 심지어 연산에 빛을 활용하는 방식 등 다양한 디바이스의 장점을 활용할 수 있습니다.

하드웨어 설계는 AI 시대의 혁신을 이끄는 핵심 동력이 되었습니다. 동시에, 클라우드와 엣지 분야 모두 성능, 전력, 면적 측면에서 기존 반도체 기술의 한계를 계속해서 넓혀가고 있어, 이 분야의 선구자들에게는 독특한 일련의 과제를 안겨주고 있습니다.

데이터 센터 AI 설계는 거대한 규모, 다중 계층의 물리적 계층 구조, 국부 동기화 및 전역 비동기화 아키텍처, 그리고 매우 분산된 평면도가 특징입니다. 엣지 AI 설계는 수백 개의 설계 코너, 극도한 변동성, 초저전력 요구 사항, 그리고 이종 통합(예: 센서)을 처리해야 합니다.

Synopsys 엣지 디바이스용 IP부터 복잡한 워크로드를 신속하게 구동할 수 있는 Zebu® Server 4 에뮬레이션 시스템에 이르기까지, 업계에서 가장 포괄적인 AI 설계 포트폴리오를 제공하며, Fusion Design Platform IC 설계 전반에 걸쳐 AI를 활용한 결과 품질(QoR) 및 결과 도출 시간(TTR)을 향상시킵니다.

Synopsys 칩 설계 분야 최초의 자율형 AI 애플리케이션인 DSO.ai™(설계 공간 최적화 AI)를 선보였습니다. DSO.ai 는 칩 설계의 방대한 해법 공간에서 최적화 대상을 탐색할 수 있습니다. 설계 워크플로우 내 옵션 탐색을 대폭 확대하고 중요도가 낮은 의사결정을 자동화함으로써, DSO.ai 는 특수 목적 AI 가속기의 설계부터 시장 출시까지의 과정을 획기적으로 가속화할 수 있습니다.