일본산업뉴스요약

Nikkei X-TECH_2020.3.25

소시오넥스트, NEDO 위탁사업으로 추론처리 IC 시작(試作)
‘전력 효율 GPU의 10배 이상’

소시오넥스트는 엣지에서의 추론처리를 효율적으로 시행하기 위한 IC를 시작(試作)해 동작 및 성능을 확인했다. 이번에 개발한 IC의 시작 및 평가는 국립연구개발법인 신에너지∙산업기술종합개발기구(NEDO)의 위탁 사업인 ‘진화형∙저소비전력 AI 엣지 LSI 연구개발’ 프로젝트의 일환이다.

이번 시작 IC에는 딥러닝 추론처리를 고속∙저소비전력으로 실행하기 위한 ‘양자화 DNN(Deep Neural Networks) 기술’이 도입되었다. 이를 통해 추론처리를 실행하는데 필요한 매개변수 및 엑티베이션의 양자화(고정소수점화)와 저(低)비트화가 순조롭게 이루어질 수 있다고 한다. 일반적인 8비트와 함께 1비트(Binary), 2비트(Ternary) 등으로의 저비트화 기술과 독자적인 매개변수 압축기술을 조합시킴으로써 적은 연산 자원으로 대량의 계산처리가 가능해지고 데이터 양도 큰 폭으로 경감할 수 있다고 한다.

또한 소시오넥스트는 이번에 고효율의 데이터 공급을 시행하는 온칩 메모리(On-chip Memory) 회로 기술도 개발했다. 기존 기술에서는 대용량∙광대역의 온칩 메모리와 외부 메모리가 필요했지만, 신규 개발기술을 이용해 메모리 사용량을 큰 폭으로 줄일 수 있다고 한다.

소시오넥스트는 위와 같은 기술이 도입된 ‘양자화 DNN엔진’을 집적하는 테스트 칩의 설계와 시작(試作)을 실시, 그 동작과 성능을 확인했다. ‘YOLO v3’의 학습을 끝낸 모델을 이용한 추론처리에서는 30프레임/초의 검출과 5W 이하의 소비전력을 달성했다고 한다. 이것은 전력 효율이 범용 GPU로 처리한 경우의 10배 이상이라고 한다.

소시오넥스트는 IC 시작뿐만 아니라, TensorFlow를 기반으로 한 딥러닝 소프트웨어 개발 환경도 개발했다. 이런 환경에서는 독자적인 저(低)비트 Quantization Aware Training(양자화를 고려한 학습)과 Post Training Quantization(학습 후의 양자화)이 가능하다고 한다. 이 개발 환경과 앞서 소개한 시작 IC를 조합해 이용함으로써 다양한 뉴럴 네트워크에 최적화된 양자화 기술을 적용해 고정밀 추론처리를 실행할 수 있다고 한다.

구체적인 응용 분야로는 ‘첨단 운전자 지원 시스템(ADAS: Advanced Driver Assistance Systems)’과 감시카메라, 공장자동화(Factory Automation) 등에서의 컴퓨터비전 처리를 상정, 이러한 처리가 소형∙저전력의 엣지컴퓨팅 기기에서 실행될 수 있을 것이라고 한다. 소시오넥스트는 향후, 이번 시작 칩에 대한 평가를 바탕으로 각종 회로의 튜닝 및 성능의 최적화 등을 시행해 NEDO 위탁 프로젝트의 최종 성과물로서 AI 칩의 완성을 위한 연구개발을 파트너 기업들과 공동으로 지속해나갈 계획이다.

 -- 끝 --

Copyright © 2020 [Nikkei XTECH] / Nikkei Business Publications, Inc. All rights reserved.