지능형 커넥티드 기기가 생활에 빠르게 확산되면서 반도체 산업도 변곡점에 이르렀다. 이러한 지능형 기기는 가정과 자동차, 사무실, 제조생산현장은 물론 도시 및 클라우드에 이르기까지 폭넓게 구축되고 있다. 

보편화된 인공지능(AI) 구축 비용 또한 기하급수 형태로 증가하고 있다. 이유는 이러한 기기들에 동력을 제공하는 반도체에서 데이터 처리 요구가 기하급수로 증가하기 때문이다. 

지난 50년간 범용 프로세서와 컴퓨팅의 발전을 주도해왔던 대부분의 동력원이 힘을 잃어가고 있다.

데나드(Dennard) 트랜지스터 스케일링은 2000년대 초반에 효력이 상실됐으며, 동시에 RISC 아키텍처의 발전도 한계에 이르렀다. 단일 코어 성능, 전력과 발열 문제에 봉착하게 된 것이다. 

멀티 스레딩 기반의 멀티 코어 프로세서는 더 많은 처리성능을 제공하는 데 도움이 됐다. 허나 암달의 법칙(Amdahl’s Law)에 따르면 이는 이미 10년 전에 포화상태에 이른 상태다. 

무어의 법칙에 기반한 발전 속도도 느려지기 시작했다. 무어의 법칙의 일반적인 개념을 적용하면, 프로세서를 2년마다 새로운 공정 노드로 이행함으로써 더 높은 성능과 낮은 전력소모는 물론 면적을 절반으로 줄일 수 있다. 

하지만 오늘날 무어의 법칙은 더 이상 성능과 전력효율성, 단위면적 단에서의 효율성을 개선시키지 못하고 있다.

애플리케이션에 따라 또는 설계기술의 발전 정도에 따라 이 세 가지 중 하나, 혹은 두 가지만 얻을 수 있다. 더 작은 공정 노드로 이행하는데도 2년 이상이 걸린다. 

반도체 제조기술의 발전이 둔화되면서 발전을 지속시킬 수 있는 새로운 혁신이 필요하게 된 셈이다.

아키텍처 혁신이 중요한 이유
전통적인 산업 동력원이 감소하면서 반도체 산업 전반에 걸쳐 여러 새로운 혁신이 요구되고 있다. 특히 도메인별로 특화된 아키텍처, 즉 도메인특화아키텍처(Domain Specific Architecture, DSA) 사용이 갈수록 중요해지고 있다. 

DSA는 도메인에 최적화된 아키텍처로 AI추론 등을 예로 들 수 있다.

AI추론에 최적화된 DSA는 일반적으로 MAC 집약적 연산과 같은 AI추론에 필요한 최적화된 프로세싱 유형을 구현하기 위해 사전 구성된 로직과 메모리, 인터커넥트를 포함하게 된다. 

이러한 아키텍처는 유연하게 다양한 유형의 신경망 레이어를 하드웨어에 효율적으로 구현할 수 있다.

반면 범용 프로세서는 광범위한 애플리케이션을 실행할 수는 있지만, 특히 이미지 프로세싱과 같이 일반적으로 병렬처리가 요구되는 애플리케이션의 경우 최상의 성능이나 전력 효율을 제공하지 못한다. 

현재와 미래의 컴퓨팅 요구를 주도하는 작업부하는 점차 병렬화되고 잦은 스트리밍이나 초저지연성, 실시성이 요구되기 때문에 짧은 지연시간의 프로세싱이 필요하다. 

ASSP는 성능과 전력 효율을 제공할 수 있지만 아키텍처가 고정되어 있다. 요구사항이 변경되면 새로운 실리콘이 필요하게 되며, 상당한 비용과 노력, 시간이 소모된다.

물론 범용 프로세서와 ASSP에 대한 수요는 지속되겠지만 기술의 발전주기가 계속 가속화됨에 따라 고정형 실리콘 디바이스로 이를 대응하는 데 점점 더 어려움에 봉착할 것이다.

글 : 이보 볼젠(Ivo Bolsens) / 부사장 겸 최고기술책임자(CTO) / 자일링스