AI 기반 인지시스템을 위한 지능형 반도체 기술
Q) 자율주행 인지 기능을 수행하기 위해 차량에도 GPU가 사용될까?
→ 여러가지 선택할 수 있는 하드웨어들이 있다. GPU를 사용할 수도 있고, 전력을 적게 소모하는 뉴럴프로세싱유닛(NPU), 또는 프로그래밍이 가능한 FPGA 등도 가능한 옵션이다.
학습 내용)
1.
AI 기반 인지를 위한 반도체 기술
2.
AI 기반 인지를 위한 지능형 반도체 사례
3.
자율주행을 위한 지능형 반도체 발전 방향
keyword 1)
그래픽 프로세싱 유닛 (GPU)
→ 병렬처리에 특화된 범용 프로세서
keyword 2)
뉴럴 프로세싱 유닛 (NPU)
→ 엣지나 디바이스에서 사용하기 위한 저전력, 고속 AI 반도체 칩셋
keyword 3)
AI 기반 인지를 위한 지능형 반도체 사례
→ 테슬라 FSD 컴퓨터
→ 구글 TPU (Tensor Processing Unit)
AI 기반 인지를 위한 반도체 기술
자율주행차에서 실시간 AI 인지 시스템을 구현하기 위한 지능형 반도체 하드웨어 기술이 요구됨
AI 하드웨어 종류
그래픽 프로세싱 유닛 (GPU)
•
병렬처리에 특화된 범용 프로세서
•
AI를 위한 반도체
→ 주로 클라우드 서버에서 학습을 위한 용도로 사용
뉴럴 프로세싱 유닛 (NPU)
•
엣지나 디바이스에서 사용하기 위한 저전력, 고속 AI 반도체 칩셋
•
딥러닝에 많이 사용되는 계산을 빠르게 저전력으로 수행하는 가속기 사용
•
ex) 삼성 엑시노스 ,테슬라 FSD 컴퓨터
AI 기반 인지를 위한 지능형 반도체 사례
테슬라 FSD 컴퓨터
•
칩셋과 파워서플라이를 여분으로 2개 사용
◦
고장이나 오류 발생 시 계산의 신뢰성을 높임
→ 센서 정보를 수신할 수 있는 인터페이스 장착
→ 많은 전력 소모시 차량에 부탐 → 40와트 이하의 전력 소모량
→ 가속기 장착 → 뉴럴 네트워크 연산을 50테라 초당 명령 수 속도로 수행 가능
→ 일반적인 전처리, 후처리 등의 범용계산을 위해 GPU와 CPU 장착
→ 고성능 영상처리 칩과 비디오 인코더 장착
구글 TPU (Tensor Processing Unit)
•
구글에서 디자인한 가속기 아키텍쳐
•
V3 버전
◦
1024개의 코어 사용
◦
가격 저렴
◦
8비트 연산 기반의 딥러닝 모델 설계 지원
