AI 광자칩 실현이 더 가까워지다
전통적 전자칩의 한계
수년간 전자칩 제조업체들은 현대 전자기기의 요구에 맞춰 더 강력한 칩을 개발해왔습니다. 그러나 AI의 폭발적인 성장으로 인해 컴퓨팅 기술에 엄청난 압박이 가해지고 있으며, 이에 대응하기 위해 더 빠르고 효율적인 프로세서가 필요하게 되었습니다.
현대 컴퓨팅의 기반이 되는 전통적인 전자칩은 이러한 진화하는 요구를 충족시키는 데 어려움을 겪고 있습니다. 전통적 칩의 가장 큰 제약 중 하나는 발열입니다. 프로세서가 더 강력해질수록 더 많은 에너지가 필요하며, 이는 과도한 열 발생으로 이어집니다. 냉각 솔루션이 도움이 되지만, 이는 복잡성과 비용을 증가시킵니다.
또 다른 문제는 전기 저항으로, 이는 데이터 전송 속도를 늦추고 효율성을 감소시킵니다. 트랜지스터가 물리적 한계까지 축소됨에 따라 이 문제는 더욱 심각해지고 있습니다. 증가하는 제조 비용도 과제를 더합니다.
전자칩이 지속적으로 개선될 것이라는 오랜 기대, 즉 무어의 법칙은 속도가 느려지는 징후를 보이고 있어 꾸준한 성능 향상을 유지하기가 더 어려워지고 있습니다.
광자칩의 장점과 도전 과제
이러한 한계로 인해 업계에서는 전기 대신 빛을 사용하여 데이터를 처리하는 광자칩과 같은 대안 컴퓨팅 기술에 대한 관심이 높아지고 있습니다. 전기가 필요하지 않기 때문에 전기 저항과 같은 문제를 피할 수 있습니다. 광자칩은 특히 AI 작동 방식의 핵심 부분인 행렬 곱셈 처리에 매우 뛰어납니다.
광자칩이 그렇게 유용하다면 왜 이미 컴퓨팅의 표준이 되지 않았는지 궁금할 수 있습니다. 몇 가지 장애물이 있었습니다. 현대 전자 시스템은 실리콘 인프라를 중심으로 구축되어 있어 광자칩을 시스템에 통합하기 어렵습니다. 빛은 더 높은 속도로 작동하기 때문에 광자를 전기 신호로 변환하면 처리 시간이 느려질 수 있습니다.
광자칩의 또 다른 기술적 과제는 나노 스케일에서 쉽지 않은 빛의 정밀 제어가 필요하다는 점입니다. 이 과정을 돕는 소프트웨어와 도구가 부족한 것도 문제입니다. 마지막으로, 대규모 광자칩 제조는 여전히 비용이 많이 듭니다.
최근의 획기적인 발전
최신 AI 도구를 통해 이러한 과제 중 일부를 극복할 수 있게 되었습니다.
Nature에 발표된 두 개의 획기적인 논문은 과학자들이 AI 광자칩을 발전시키는 데 큰 진전을 이루었음을 보여줍니다. 싱가포르 기반 Lightintellgence는 광자 컴퓨팅을 위한 새로운 유형의 프로세서인 Photonic Arithmetic Computing Engine(Pace)을 개발했습니다. 이 프로세서는 입력과 출력 사이의 지연이 최소화된 낮은 지연 시간을 가지고 있습니다.
Pace 프로세서는 광자 및 전자 구성 요소의 통합이 가능함을 보여줍니다. 또한 확장성 문제를 극복할 수 있음을 입증합니다. 16,000개 이상의 광자 구성 요소를 갖춘 Pace는 빛 기반 컴퓨팅이 대규모로 복잡한 작업을 처리할 수 있음을 증명합니다. 이는 광자칩의 광범위한 채택을 향한 중요한 단계가 될 수 있습니다.
"실험 결과에 따르면 PACE 시스템의 oMAC는 상용 GPU와 비교하여 지연 시간과 컴퓨팅 시간에서 100배 이상의 개선을 달성했습니다," 연구 저자들은 말합니다. "이 시연이 대규모 집적 광자 회로를 기반으로 한 새로운 컴퓨팅 모델, 시스템 아키텍처 및 응용 프로그램 탐색에 도움이 될 것이라고 믿습니다."
다른 연구는 캘리포니아 기반 회사 Lightmatter에서 나왔습니다. 이 연구는 전통적인 전자 프로세서와 동등한 정확도로 두 가지 고급 AI 시스템을 실행할 수 있는 광자 프로세서의 능력을 강조합니다. 이 프로세서를 사용하여 연구자들은 상당한 컴퓨팅 파워가 필요한 작업을 수행할 수 있었습니다.
연구자들은 이 프로세서가 확장 가능하며, 적절한 재료와 엔지니어링을 통해 전통적인 전자 칩과 일치하는 계산 능력을 제공할 수 있다고 확신합니다.
"우리는 ResNet3 및 BERT20,21, DeepMind22에서 원래 시연된 Atari 딥 강화 학습 알고리즘을 포함한 고급 AI 모델을 실행하는 광자 AI 프로세서를 소개합니다," 저자들은 설명합니다. "이 프로세서는 많은 워크로드에서 전자 수준의 정밀도를 달성하며, 광자 컴퓨팅이 기존 전자 AI 가속기23와 경쟁하는 주목할 만한 진입점이자 트랜지스터 이후 컴퓨팅 기술 개발을 향한 필수 단계입니다."
미래 전망
이 두 연구는 광자 컴퓨팅의 주요 장벽을 극복하는 데 더 가까이 다가왔습니다. 이는 단순히 더 빠른 기기나 에너지 소비 감소에 관한 것이 아니라, 실리콘 기술의 물리적 한계에서 벗어나는 것에 관한 것입니다. 이러한 획기적인 발전은 중요한 진전을 나타내지만, 일부 응용 분야에서 광자 컴퓨팅이 전통적 칩을 대체하기 전에 여전히 많은 작업이 남아 있습니다.