실리콘에서 전력, 성능 및 면적(PPA)에 최적화한 하드웨어 설계를 변환 및 최적화 지멘스 디지털 인더스트리 소프트웨어 지멘스 EDA 사업부(이하 지멘스)는 오늘 애플리케이션별 집적 회로(ASIC) 및 시스템 온 칩(SoC)에서 신경망 가속기의 상위수준합성(HLS) 솔루션인 캐터펄트 AI NN을 발표했다. Catapult AI NN은 AI 프레임워크에서 신경망 기술에서 시작해 C++로 변환하고, 이를 반도체칩 설계의 프로그램 언어인 베릴로그 또는 VHDL의 RTL 가속기로 합성해 실리콘에서 전력, 성능 및 면적(PPA)에 최적화한 하드웨어 설계를 변환 및 최적화시켜 구현하도록 지원하는 솔루션이다. Catapult AI NN은 머신러닝 하드웨어 가속을 위한 오픈 소스 패키지인 hls4ml과 상위수준합성(HLS)을 위한 Siemens의 Catapult HLS 소프트웨어를 결합시켰다. Catapult AI NN은 미국 에너지부 산하 연구소인 페르미연구소 및 기타 hls4ml의 주요 기여자들과 긴밀히 협력해 개발됐으며, 맞춤형 실리콘의 전력, 성능 및 면적에 대한 머신 러닝 가속기 설계의 고유한 요구 사항을 해결한다. 지멘스 디지털 인더스트리 소프트웨어의 상위수준설
[헬로티] 마우저일렉트로닉스는 맥심인터그레이티드(Maxim integrated)의 신경망 가속기 신제품 MAX78000 칩을 공급한다고 11일 밝혔다. ▲Maxim MAX78000 듀얼코어 마이크로컨트롤러를 기반으로 초저전력 심층 신경망 가속기를 통합한 MAX78000은 고성능 인공지능(AI) 애플리케이션에 필요한 컴퓨팅 성능을 제공한다. 마우저에서 공급하는 Maxim MAX78000은 시스템 제어를 위해 마이크로컨트롤러 코어인 Arm Cortex-M4 프로세서와 32비트 RISC-V 보조 프로세서를 통합한다. 데이터가 구성되고 로드가 완료되면, MAX78000의 442KB중량 콘볼루션 신경망(CNN) 가속기는 마이크로컨트롤러와 비교했을 때 1/100 이하의 전력과 100배 이상 빠른 속도로 AI 추론한다. MAX78000 프로세서는 배터리로 구동되는 사물 인터넷 (IoT) 장치의 작동 시간을 최대화하는 고효율 전력 관리를 제공한다. 동적 전압 스케일링을 통해 프로세서는 활성 코어 전력 소비를 최소화하고 선택 가능한 SRAM 유지는 저전력 모드에서 사용할 수 있다. 프로세서의 저전력 성능과 고효율 컴퓨팅의 조합은 지연 시간을 100배까지 줄이고 IoT 에지에
FPGA나 GPU 솔루션보다 지연시간 100배 ↓ 배터리 구동 AI 사례 현실화 가능성 ↑ [헬로티 = 김동원 기자] 맥심 인터그레이티드 코리아(대표 최헌정)가 적은 에너지로 복잡한 인공지능 추론을 빠르게 실행할 수 있는 제품을 출시했다. 맥심은 8일, 신경망 가속기를 탑재한 저전력 마이크로컨트롤러 ‘MAX78000’을 출시했다고 밝혔다. MAX78000은 소프트웨어 솔루션의 100분의 1도 안 되는 저전력 에너지로 복잡한 인공지능 추론(Inference)을 빠르게 실행해 배터리 구동 IoT 내장 장치에서 복잡한 의사 결정을 가능하게 한다. AI 기술 기반의 배터리 구동 애플리케이션의 런타임을 늘리고 그동안 불가능했던 배터리 구동 AI 사례도 현실화할 수 있다. 또한 FGPA나 GPU 솔루션 비용의 극히 일부만으로 지연시간을 100배 줄일 수 있다. 지금까지 ‘손 안의 기기’에서의 AI 추론을 실행한다고 하면, 센서, 카메라, 마이크에서 수집된 데이터를 클라우드로 전송해 추론을 실행하고 그 결과를 다시 기기 단에 보내는 일련의 과정을 포함했다. 이렇게 설계된 아키텍처는 지연이 생기고 에너지 소모도