마이크로칩 자회사 실리콘스토리지테크놀로지(SST) '멤브레인'
아날로그 인메모리 컴퓨팅 솔루션… 전력소모 20분의1로 줄여

STT의 슈퍼플래시(SuperFlash) 기술. 이 기술은 NOR 플래시 제조 기술 중 하나로, 터널 산화물을 두껍게 만들어 누설 전류를 줄인 게 특징이다./SST
STT의 슈퍼플래시(SuperFlash) 기술. 이 기술은 NOR 플래시 제조 기술 중 하나로, 터널 산화물을 두껍게 만들어 누설 전류를 줄인 게 특징이다./SST

인공지능(AI) 연산의 주체가 클라우드에서 엣지(Edge)로 이동하고 있다. 배터리로 구동돼 전력 소모량에 민감한 단말기로 AI를 연산한다는 얘기다. 

마이크로칩테크놀로지(북아시아 총괄 및 한국대표 한병돈)는 자회사 실리콘 스토리지 테크놀로지(SST)를 통해 전력 소모량을 줄일 수 있는 '멤브레인(memBrain) 신경망(neuromorphic) 메모리 솔루션'을 출시했다고 12일 밝혔다.

'멤브레인 신경망 메모리 기술'은 슈퍼플래시(SuperFlash) 기술을 기반으로 개발된 아날로그 플래시 메모리 기술이다.

메모리 내부에서 연산을 수행하는 인메모리(In-memory) 컴퓨팅 접근 방식을 통해 신경망의 벡터행렬곱셈(VMM)의 시스템 아키텍처를 효율적으로 구현, 단말의 AI 추론 성능을 끌어올린다.

현재 대부분의 신경망 모델은 프로세싱에 필요한 시냅스(가중치)가 5000만 이상 필요해 외부 D램으로는 메모리 대역폭을 필요한만큼 확보하기 어렵다. 이로 인해 신경망 컴퓨팅에 병목 현상이 발생, 전체 컴퓨팅 소비전력이 증가한다.

멤브레인 솔루션은 시냅스 가중치를 칩 내부의 플로팅 게이트(Floating Gate)에 저장해 시스템 지연 시간을 줄였다. 기존 디지털신호처리장치(DSP)와 S램 및 D램 기반 접근 방식과 비교하면 전력 소모량은 20분의1~10분의1에 불과하고, 부품 비용(BoM)도 아낄 수 있다.

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 응용처에도 이상적이다.

마크 라이튼(Mark Reiten) SST 라이선스 사업부 부사장은 “자동차, 산업 및 소비자 시장을 대상으로 하는 기술 제조사들이 계속해서 신경망용 VMM을 구현하고 있다"며 "SST의 아키텍처는 이들 전향적 솔루션들이 전력, 비용, 지연 시간 측면에서 효과를 거두는 데 도움을 준다”라고 말했다.

 

저작권자 © KIPOST(키포스트) 무단전재 및 재배포 금지