이벤트 중심 데이터 처리장치(EPU), 레이캐스팅 가속기 등
2020 VLSI 기술 및 회로 심포지아에서 발표

나빈 라오(Naveen Rao) 인텔 부사장 겸 인공지능 제품 그룹 총괄이 AI 서밋 2019에서 신제품을 설명하고 있다./인텔
나빈 라오(Naveen Rao) 인텔 부사장 겸 인공지능 제품 그룹 총괄이 AI 서밋 2019에서 신제품을 설명하고 있다./인텔

인텔은 14일부터 19일까지 개최되는 '2020 VLSI 기술 및 회로 심포지아'에서 분산 컴퓨팅에 관한 연구와 기술적인 전망을 발표한다고 16일 밝혔다.

행사 기간 중 마이크 메이버리(Mike Mayberry) 인텔 최고기술책임자(CTO)가 '컴퓨팅의 미래: 데이터 트랜스포메이션은 어떻게 VLSI를 바꾸었는가'를 주제로 총회 기조 연설을 진행한다. 이 연설에서는 하드웨어 및 프로그램 중심이 아닌 데이터 및 정보 중심으로 컴퓨팅에 접근하는 것이 중요하다는 것을 강조할 예정이다.

데이터 사용량은 갈수록 커지고 있다. 기존에는 클라우드 인프라처럼 중앙 인프라에서 각 엣지(Edge) 단말로부터 데이터를 받아들여 일괄 처리했지만, 데이터 사용량이 늘어나면서 데이터가 생성되는 곳과 가까운 곳에서 이를 처리해야할 필요성이 커지고 있다. 하지만 이는 대역폭, 메모리, 전력량이 이를 구현하는 데 발목을 잡고 있다.

인텔이 연구 논문에서 다룬 주제는 ▲레이-캐스팅 하드웨어 가속기를 이용해 엣지 로보틱스의 3D 입체 장면 재구성의 효율성 및 정확성 향상 ▲이벤트 중심 비주얼 데이터 프로세싱 유닛(EPU)을 통한 딥러닝 기반 비디오 스트림 분석의 전력 소비 절감 ▲인공지능, 머신 러닝, 딥 러닝 애플리케이션을 위한 로컬 메모리 대역폭 확대 등이다.

엣지 로보틱스, 증강현실(AR) 등은 복잡한 3차원(3D) 입체 장면을 정확하고 빨리 재구성해 내보내야 한다. 이 3D 입체 장면은 실시간 고밀도 SLAM(Simultaneous Localization And Mapping)을 위한 레이-캐스팅작업으로 형성된 엄청난 양의 데이터에서 추출된다. 

인텔은 '10나노 CMOS의 레이-캐스팅 가속기로 엣지 로보틱스 및 AR 애플리케이션에서 효율성 높인 3D 입체 장면 재구성'이라는 논문에서 새로운 기술을 활용해 장면 재구성 정확도를 유지하면서 뛰어난 에너지 효율을 지원하는 새로운 레이-캐스팅 하드웨어 가속기를 제안한다. 복셀(voxel) 오버랩 검색 및 하드웨어 기반 복셀 근사치와 같은 기술을 포함한 혁신적인 접근 방식은 미래 엣지 로보틱스 및 증강 현실 애플리케이션의 전력 효율을 개선할뿐 아니라 로컬 메모리 접근 빈도를 줄인다.

안전 및 보안 관련 애플리케이션에서 사용되는 실시간 딥 러닝 기반 시각 데이터 분석은 복수의 비디오 스트림에서 신속하게 개체를 감지해야 하고, 높은 컴퓨팅 사이클과 메모리 대역폭을 필요로 한다. 일반적으로 부하를 최소화하기 위해 카메라의 입력 프레임을 샘플링으로 줄이는데, 이는 이미지 정확도를 떨어뜨리는 결과를 낳는다.

'픽셀 당 0.05pJ 70fps FHD 1Meps EPU' 연구에서 인텔은 새로운 알고리즘과 결합해 딥 러닝 가속기에 동작 기반의 ‘관심 영역(ROI)’을 사용, 시각적 입력만 처리하도록 지시하는 EPU(Event-Driven Visual Data Processing Unit)을 소개한다. 이 새로운 접근 방식은 시각적 분석의 높은 컴퓨팅 및 메모리 요구 사항을 줄인다.

비벡 K. 드(Vivek K. De) 인텔 랩(Intel Labs) 펠로우 및 회로 기술 연구 디렉터는 “인텔 랩은 VLSI 심포지아에서 로보틱스, 증강현실, 머신 비전, 비디오 분석 등 다양한 응용 분야에 대한 가능성을 보여주는 보다 효율적인 연산에 이르는 몇 가지 새로운 접근 방식을 선보인다"며 "이 연구의 핵심은 앞으로 가장 큰 데이터 도전 과제인 데이터의 이동 및 연산에 대한 장벽을 해결하는데 초점을 맞추고 있다”고 말했다.

저작권자 © KIPOST(키포스트) 무단전재 및 재배포 금지