美조지워싱턴대, 광자 기반 TPU 성능 개선 확인
미국의 한 대학 연구진이 전기 대신 빛을 이용해 고효율‧고성능 인공지능(AI) 개발의 실마리를 찾아냈다. 광자 기반 처리장치를 이용해 속도와 효율성을 크게 높였다. 기존 처리장치로는 제약이 많았던 복잡한 AI 딥러닝과 기계학습이 가능해질 전망이다.
21일(현지시간) 영국 일간지 인디펜던트는 미국 조지워싱턴대학교 연구진이 텐서처리장치(TPU, Tensor Processing Unit)에서 광자를 사용해 전력 효율이 높은 고성능의 AI 처리장치를 만들어낼 수 있다는 사실을 확인했다고 전했다.
TPU는 구글이 자체 개발한 AI 전문 칩으로 구글의 AI 기계학습 소프트웨어인 ’텐서 플로‘에 최적화된 반도체다. 구글은 2016년과 2017년에 각각 1세대와 2세대 TPU를 출시한 바 있다.
이번 연구 성과는 응용물리분야의 국제과학학술지 ‘어플라이드 피직스 리뷰(Applied Physics Reviews)’에 이날 게재됐다. 연구 논문에 따르면 연구진은 광자 기반 TPU가 전기 TPU보다 두 자릿수(100배)에서 세 자릿수(1000배) 더 높은 수준의 성능을 보일 수 있다고 밝혔다.
이 논문의 주요 저자 가운데 한 명인 마리오 미스쿠글리오 박사는 “효율적인 광메모리를 통합한 광자 기반 플랫폼은 텐서처리장치로서 동일한 작업을 수행할 수 있으면서도 전력 소모량은 극히 적고 처리량은 훨씬 높다는 점을 알아냈다”고 말했다.
기존의 기계학습에 사용되고 있는 처리장치는 데이터 처리에 필요한 전력으로 인해 복잡한 작업을 수행하는 데 한계가 있다. 작업이 지능화될수록 데이터는 더 복잡해진다. 이에 따라 데이터 처리를 위해 더 많은 전력을 필요로 하게 된다. 또 네트워크도 처리장치와 메모리 간 느린 전자 데이터 전송 속도 때문에 제한적이었다. 그런데 이 같은 애로사항을 극복할 수 있는 길이 열린 셈이다.
이번 연구가 향후 5G와 6G 네트워크뿐만 아니라 방대한 양의 데이터 처리를 수행하는 데이터 센터 등 다양한 영역에서 적용 가능할 것으로 기대하고 있다. 미스쿠글리오 박사는 “광자 기반 처리장치는 에너지 절약은 물론 반응시간 개선, 데이터 센터 트래픽 감소 등에 크게 기여할 수 있다”고 강조했다.
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com