대표적인 예다. 애플은 5nm(나노미터·1nm는 10억분의 1m) 공정을 사용해 하나의 칩에 CPU와 GPU는 물론, 기계학습을 지원하는 뉴럴 엔진과 메모리, 보안 칩, 각종 입출력 컨트롤러까지 약 160억 개의 트랜지스터를 집적했다. 10~14nm 공정을 사용하는 인텔 CPU를 이미 크게 앞질렀다는 평가다. 애플은 ...
관심이 있는 친구라면 CPU와 GPU라는 말을 들어봤을 거예요. CPU는 중앙처리장치고, GPU는 그래픽처리장치지요. 이 둘은 모두 컴퓨터의 계산을 맡아서 하는 부품이에요. 하지만 계산을 하는 방식이 다르지요. 계산 방식이 어떻게 다른지 궁금한 친구들은 이 영상을 봐주세요. 다소 어려울 수 있는 개념을 ...
힘들 정도로 많아졌다. 특히 대규모 연산이 요구되는 AI 연산을 위해서는 그래픽처리장치(GPU) 등 정보 보호가 어려운 고성능 계산기기에 데이터를 수시로 보내야 해서, 전체 AI 모델 데이터를 안전하게 보호하는 게 난제로 남아있다. 이는 필자의 최근 연구 주제이기도 하다.새로운 클라우드 보안 ...
보조기억장치에 저장돼있다. 컴퓨터 전원을 켜면 중앙처리장치(CPU)와 그래픽처리장치(GPU) 등 프로세서가 가동되고, 사용자가 원하는 프로그램을 실행하기 위해 데이터를 주고받으며 연산을 시작한다. 이때 데이터는 주기억장치인 D램이나 S램에서 꺼내 온다. D램은 용량이 크고, S램은 용량이 작은 ...
결국 뇌 기능이 발휘되는 원리도 간접적으로 확인할 수 있는 셈”이라고 말했다. GPU 1개가 CPU 200개 역할뇌에 존재하는 신경세포는 약 1000억 개에 이르고, 이들이 연결된 신경연결망은 약 860조 개에 이르는 것으로 알려졌다. 상상조차 어려울 만큼 방대한 신경연결망에서 핵심이 되는 ...
연산을 쓴다. 따라서 인공지능을 만들 때 가장 중요한 부품은 그래픽 처리장치(GPU)다. GPU는 일반적으로 행렬 연산에 특화해 설계돼있다.지시한 임무를 잘하고 있는지 인공지능에게 명확히 알려주는 것도 중요하다. 인공지능은 처음부터 똑똑한 것이 아니다. 학습을 통해 성능을 개선하기 위해서는 ...
GPU)와 메모리 반도체 사이를 오가는 데이터양을 줄이기 위해, 데이터 중 일부를 GPU 내부에서 처리할 수 있도록 설계한 시스템반도체가 필요하다. 두 번째는 서버와 같이 큰 기기에 활용할 ‘고대역폭메모리(HBM·High Bandwidth Memory)’다. 고대역폭메모리는 정보를 저장하는 메모리 반도체와 정보를 ...
감시하고 위치를 파악하는 등 인공지능 기능이 더 중요해질 것”이라며 “고성능의 CPU와 GPU를 이용해 시스템의 성능을 계속 높여나가고 있다”고 밝혔다. ▲ 인간의 두뇌 구조를 모방한 뉴로모픽 반도체는 차세대 지능형 시스템반도체로 각광받고 있다. 이를 위해 전 세계 연구자들이 새로운 ...
등 높은 수준의 인공지능을 갖춰야 합니다. 그래서 앨리스-에리카처럼 그래픽연산장치(GPU)의 성능이 좋은 컴퓨터를 넣어봅니다. 크기도 상당히 크고 필요한 부가 장비도 많습니다. 그래서 몸통 안에 이 모든 전자 부품을 넣는 과정은 마치 레벨이 높은 3차원 테트리스 게임을 하는 것 같습니다. ...
많이 소모되고 비효율적이다. 그래서 등장한 것이 ‘NPU(신경망처리장치)’다. NPU는 CPU와 GPU처럼 정보 처리와 연산을 수행하는 반도체 칩이지만, 이들과 달리 여러 개의 연산을 동시다발적으로 처리할 수 있다. 방대한 데이터가 필요한 딥러닝에 특화된 처리 장치라고 할 수 있다. 지난해 화웨이가 ...