인공지능(AI) 프로세싱이 클라우드에서 네트워크 엣지로 이동함에 따라 배터리 전력으로 구동되는 고성능 임베디드 디바이스는 컴퓨터 비전, 음성 인식 등과 같은 AI 기능을 수행해야 하는 상황에 직면하고 있다. 마이크로칩테크놀로지는 자회사인 실리콘 스토리지 테크놀로지(SST)를 통해 자사의 아날로그 메모리 기술인 멤브레인(memBrain)™ 뉴로모픽(neuromorphic) 메모리 솔루션을 적용하여 소비전력을 대폭 줄임으로써 이러한 상황에 대처할 수 있다고 밝혔다. 업계에서 입증된 슈퍼플래시(SuperFlash)® 기술을 바탕으로 신경망의 벡터 행렬 곱셈(VMM) 수행에 최적화된 마이크로칩의 아날로그 플래시 메모리 솔루션은, 아날로그 인메모리 컴퓨팅 접근방식을 통해 VMM의 시스템 아키텍처 구현을 개선하여 엣지 디바이스에서의 AI 추론 기능을 끌어올린다..
현행 신경망 모델들의 경우 프로세싱에 필요한 시냅스(가중치)가 5000만 이상 필요할 수 있어 오프칩 DRAM 대역폭을 충분히 확보하기가 어려워지고, 이로 인해 신경망 컴퓨팅에 병목 현상이 발생하여 전체 컴퓨팅 소비전력이 증가한다. 이와 다르게 멤브레인 솔루션은 시냅스 가중치를 온칩 플로팅 게이트에 저장하여 시스템 지연 시간이 상당히 개선된다. 기존 디지털 DSP 및 SRAM/DRAM 기반 접근 방식과 비교할 경우 멤브레인 솔루션은 소비전력이 10배에서 20배 가량 낮고 BOM도 대폭 감소시켜 준다.
엣지 디바이스의 머신러닝 역량을 발전시키려는 많은 기업들이 멤브레인 솔루션을 채택하고 있다. 이러한 아날로그 인메모리 컴퓨팅 솔루션은 소비전력을 큰 폭으로 줄일 수 있다는 장점을 바탕으로 어떠한 AI 애플리케이션에도 매우 이상적이다. |
