AB프로세서(알데바란)를 위한 설계기술로서(Set of RTL Codes) 코어 기술을 딥뉴럴넷 컴퓨팅에 활용하기 위한 프로세서 설계 기술임
- 최근 딥러닝을 반도체에 집적하여 최소화 하고자 하는 시장 확대에 따라서 음성인식 중심의 서비스를 하는 서버 뿐만 아니라, 모바일 어플리케이션을 실행하는 스마트폰 등에도 딥뉴럴넷 컴퓨팅을 집적하는 추세
- 즉, 기존의 프로세서 코어 기술을 재활용하여 적절한 아키텍처를 구성함으로써 고성능화 하고자 하는 추세가 계속되고 있으며, 프로세서 기반의 초고속 초저전력 컴퓨팅에 소프트웨어를 통합하는 반도체 기술이 지속적으로 발전
- 인텔, NVIDIA, 애플, 구글 등 글로벌 기업들은 자사가 보유한 x86, ARM, Denver(NVIDIA의 코어), Monsoon(Apple의 코어), TPU(Tensor Processing Unit) 등을 이용하여 자체적으로 딥뉴럴넷 컴퓨팅 전용의 프로세서를 개발 중
- 서버를 넘어서 모바일을 포괄하는 인공지능 반도체 컴퓨팅 시장의 급성장에도 불구하고 이에 대응할 수 있는 국내 고성능 프로세서 기술 및 소프트웨어 기술의 부재로 인해 막대한 비용의 라이센싱 비용을 지불하고 해외 기술을 활용하거나, 제작된 칩을 수입하는 상황이 지속되고 있어 기술종속성 심화
- 본 기술은 저전력 초소형 프로세서 기술로서 이를 최근 이슈가 되고 있는 인공지능, 딥뉴럴넷 컴퓨팅으로 확장 개발함으로써 저속·저가·저수익 산업 군으로 편중되어있는 국내 지능형반도체 산업의 경쟁력 강화를 위한 기술임
프로세서 설계 기술로서 RTL code(Register-Transfer-Level code, Verilog)로 구성되어 있으며, 프로세서 반도체를 설계할 수 있는 기술임
- 본 이전 기술은 고가의 로열티를 요구하는 외산 프로세서 코어와 동등한 기술수준의 저전력·고성능의 프로세서 기술을 제공하며 주요 특징은 다음과 같음
■ Processor Core for NN Computing (ABC_ST, ABSTC_NC)
● Smart CPU core for embedded systems
● 1.2GHz@28nm, 32KB I$, 32KB D$
● 600mW@1.2GHz, 28nm, 100mW@800MHz, 65nm
● Branch Predictor for faster execution
● MMU(TLB) for fast virtual-physical address translation
● Superscalar architecture, 2 integer units, 1 load/store
● ABSTC_NC Core, NN Computing Core
● Nano-core compact RTL design (Further Core
● Core customization upon user request
● Side-by-side support for SW & HW
초소형 코어기반 NN 컴퓨팅 프로세서는 기존 ETRI 프로세서연구그룹의 개발 결과물(AB프로세서, Aldebaran)을 기반으로 NN 컴퓨팅을 위하여 확장(Extension)한 구조로서, 컴파일 가능한 코드가 실행되는 코어엔진을 기본구조로 채택하고, 이를 고성능 NN 컴퓨팅을 위한 아키텍처로 확장 개발한 프로세서 설계(RTL code, Register-Transfer-Level code)임
초소형 코어기반 NN 컴퓨팅 프로세서는 컴파일한 프로그램 코드가 실행되는 프로세서로서 병렬컴퓨팅을 위한 확장 아키텍처로서, 전달물 목록*은 프로세서코어, 나노코어, 나노코어 아키텍처를 포함함
* 상세전달목록은 기술이전계획서 참조
- 본 이전기술은 기존의 프로세서 코어 기술을 활용하여 자율주행차(L1.5~L2)의 주 프로세서, 비전컴퓨팅 프로세서를 개발할 수 있는 반도체 설계 기술임
- 본 기술을 기반으로 서버용 저전력 딥뉴럴넷 컴퓨팅, 초병렬 딥뉴럴넷 컴퓨팅 서버용 가속반도체, 자율주행차의 비전컴퓨팅, 소형 로봇의 비전컴퓨팅 등에 포괄적으로 사용할 수 있을 것으로 기대