GPU개발 위해 GPU 기반 AI 사용
AI로 칩 설계 인력,비용,시간 절감
칩 설계 오류 파악도 용이
엔비디아(NVIDIA)가 GPU 기반 인공지능(AI)을 활용해 사람보다 우수하게 칩을 설계하고 있다는 보도가 나왔다. 미국의 게임 매체 PC게이머는 22일 엔비디아가 GPU 개발을 위해 GPU 기반 AI를 사용하고 있다고 보도했다.
엔비디아가 DLSS(딥러닝수퍼샘플링) 등의 기술을 선보이고 있는 가운데 수석 과학자인 빌 댈리가 2022년 GTC 컨퍼런스에서 말했듯이 AI가 새로운 하드웨어를 설계하고 있는 것으로 나타났다.
댈리 수석은 당시 컨퍼런스에서 가장 뛰어난 최신 그래픽 카드 개발 프로세스에서 AI의 몇 가지 사용 사례를 소개했다. 그는 “당사는 AI를 더 나은 칩을 설계하는 데 사용하고 있다”며 "첫째 가장 확실한 방법은 기존의 컴퓨터 지원 설계 도구를 사용할 수 있다는 것이다.
예를 들어 GPU에서 전력이 사용되는 위치를 보여주는 맵을 가지고 있고, 전류 시간 저항 드롭(IR드롭)으로 불리는 전압 그리드 드롭의 거리를 예측한다. 기존 CAD 도구에서 이 작업을 실행하는 데는 3시간이 걸린다"고 설명했다.
그는 "대신 AI 모델을 교육하여 동일한 데이터를 사용한다. 수많은 설계를 통해 이러한 작업을 수행한 다음 기본적으로 전력 맵을 제공할 수 있다. 결론을 내는 시간은 단 3초로 물론 특성 추출 시간을 포함하면 18분이 된다“며 ”우리는 기존 도구를 사용할 때보다 훨씬 빠르게 매우 정확한 전력 추정을 할 수 있다"고 밝혔다.
댈리 수석은 AI가 차세대 칩을 개발하는 데 도움이 될 수 있는 여러 가지 방법을 언급했다. 그 중 하나는 기본적으로 부품 또는 설계에서 원치 않는 요소로, 비효율적이거나 단순히 의도대로 작동하지 않을 수 있는 점을 예측하는 것이다. 이를 위해 사람의 작업 시간을 사용하는 대신 AI를 통해 회로 설계에 필요한 단계를 줄일 수 있다.
그는 엔비디아 칩의 레이아웃 설계에서 중요한 디자인의 선택에서 AI의 도움을 받을 수 있다고 설명했다. AI는 이러한 교통 체증이 발생할 수 있는 상황을 설계자에게 미리 경고해 장기적으로 많은 시간을 절약할 수 있도록 해준다.
댈리 수석이 설명하는 모든 사용 사례 중 가장 흥미로운 것은 표준 셀 마이그레이션(migration) 자동화로 컴퓨터 칩의 기본 구성 요소처럼 셀을 최신 프로세스 노드로 마이그레이션하는 프로세스를 자동화하는 방법이다.
그는 "새로운 기술을 얻을 때마다 즉, 7나노미터 기술에서 5나노미터 기술로 이동한다고 치면 셀 라이브러리를 갖게 된다. 수천 개의 셀이 매우 복잡한 설계 규칙을 사용하여 새로운 기술로 재설계되어야 한다"고 말했다.
이어 "우리는 기본적으로 트랜지스터를 배치하는 보강 학습을 사용하여 이 작업을 수행하지만 더 중요한 것은, 배치 후 대개 설계 규칙 오류가 많이 발생한다. 강화 학습으로 이러한 설계 규칙 오류를 해결하고 수정함으로써 기본적으로 표준 셀의 설계를 완성할 수 있다"고 설명했다.
엔비디아가 이 자동 셀 마이그레이션에 사용하는 도구는 ‘NVCel’l로 이를 사용하여 오류 없이 셀 라이브러리의 92%를 마이그레이션할 수 있다.
댈리 수석은 "기술 활용으로 막대한 노동력을 절약할 수 있다. 새로운 기술 라이브러리를 이식하는 데 연간 10명의 인원이 투입되어야 했지만 이제는 몇 개의 GPU를 며칠 동안만 실행하면 되고 사람이 자동으로 수행되지 않은 8%의 셀만 처리하면 된다“며 ”그리고 대부분의 경우 더 나은 설계를 하게 돼 인건비 절감이 더 효과적이며, 사람의 설계보다 더 낫다"고 밝혔다.
엔비디아는 GPU 개발에 속도를 내기 위해 자체 GPU로 가속화된 AI를 사용하고 있다. AI의 활용은 GPU 뿐만이 아니라 모든 종류의 칩 제조 분야에서 유용하게 사용될 전망이다.
이한선 객원 기자 griffin12@gmail.com
[관련 기사][GTC 2022] 노타 "엔비디아 옴니버스, ITS에 최적화"
[관련 기사][GTC 2022] 정석근 네이버 클로바 CIC 대표 "하이퍼클로바, AI 개발에 새로운 패러다임 제시"
무단전재 및 재배포 금지
기사제보 및 보도자료 news@aitimes.com