[발표기술4] AI 반도체 수명 향상을 위한 차세대 신경망 가속 기술

기술개요

AI 가속기 내 다수의 프로세싱 엘리먼트(PE)를 토러스(torus) 구조로 배열하고, 매핑 컨트롤러의 순환 알고리즘을 적용하여 신경망 연산이 PE 배열 전반에 균등하게 분산되도록 제어하는 기술PE 배열의 웨어 레벨링(WL)을 통해 동일한 동작 환경에서 AI 가속기의 수명신뢰성(lifetime reliability)을 구조적으로 크게 향상시키는 효과

특허정보

특허명	출원번호(등록번호)
신경망 가속기 및 이의 운용 방법	KR10-2020-0187503
Neural Network Accelerator and method for Oper	US19/293,729

기술소개서 다운로드

• 기술개요

  AI 가속기 내 다수의 프로세싱 엘리먼트(PE)를 토러스(torus) 구조로 배열하고, 매핑 컨트롤러의 순환 알고리즘을 적용하여 신경망 연산이 PE 배열 전반에 균등하게 분산되도록 제어하는 기술

  
  

  PE 배열의 웨어 레벨링(WL)을 통해 동일한 동작 환경에서 AI 가속기의 수명신뢰성(lifetime reliability)을 구조적으로 크게 향상시키는 효과

  
  
• 기술의 차별성

  AI 가속기의 성능이나 에너지 효율 저해 없이 고신뢰성 시스템에서 실질적으로 활용 가능한 구조적 개선과 순환 연산 제어 방법

  
  

  데이터 타일과 PE 배열의 최소공배수(LCM)를 이용한 순환 알고리즘,PE 배열의 토러스 연결과 같이 기존 AI 가속기 구조를 크게 변형하지 않으면서 구현이 용이한 수명신뢰성 개선 기술

  
  
• 응용분야

  고성능 AI 반도체

  
  

  장시간 고신뢰성 연산이 요구되는 시스템

  
  
• 시장동향

  글로벌 AI 반도체 시장규모 전망

  
  

  글로벌 AI 반도체 시장 규모는 2020년 약 153억 달러(20조 4,300억 원)에서 2024년에는 약 428억 달러(57조 1,600억 원) 로 성장하였음

  AI혁신, 클라우드 및 데이터센터 확대, 정부 정책 지원 등의 핵심 성장 요인의 작용에 따라 해당 시장은 2027년에 1,194억 달러(155조 원) 규모로 성장할 것으로 예측되고 있음

  
  
• 기술완성도
  TRL
  01

  기초이론/실험

  TRL
  02

  실용 목적의 아이디어/특허 등 개념 정립

  TRL
  03

  연구실 규모의 성능 검증

  TRL
  04

  연구실 규모의 부품/시스템 성능 평가

  TRL
  05

  시제품 제작/성능 평가

  TRL
  06

  Pilot 단계 시작품 성능 평가

  TRL
  07

  Pilot 단계 시작품 신뢰성 평가

  TRL
  08

  시작품 인증/표준화

  TRL
  09

  사업화