마이크론의 엣지 추론 메모리는 HBM의 전력 효율성 약점을 해결하여 AI 기반 로봇 시대를 열 수 있으며, 2028년 양산을 목표로 하고

해외 기사를 번역기로 번역 하였습니다 오역이 있을수 있으니 원문을 참고 하세요

생성형 인공지능은 궁극적으로 물리적 인공지능으로 발전하여 능동적인 행동에 기반한 의사결정을 내릴 수 있는 휴머노이드 로봇의 대량 생산으로 이어질 수 있습니다. 이는 마이크론의 엣지 추론 메모리(EIM) 덕분에 가능해질 것으로 예상됩니다. EIM은 LPDDR과 같은 저전력 특성을 유지하면서 HBM의 저지연 및 고대역폭 특성을 제공하는 것을 목표로 합니다. 더욱 고무적인 것은 EIM이 예상보다 빨리 상용화될 수 있다는 보고서가 있다는 점입니다. 이르면 2028년에 상용화가 가능할 것으로 전망됩니다.

EIM은 LPDDR6 메모리에도 적용될 수 있으며, 적층형 HBM처럼 전력 소모가 증가하지 않습니다.

인공지능 기반 로봇은 서비스 로봇과는 상당히 다른 동작 패턴을 보일 것입니다. 이러한 산업용 로봇은 프로그래밍된 사전 설정된 동작을 반복하지만, 휴머노이드 로봇은 바로 이 부분에서 차별화 요소를 제시할 것으로 예상됩니다. 휴머노이드 로봇은 시각 및 청각 신호, 무게, 질감 등 다양한 요소를 인지하고 제어하여 스스로 동작을 수행해야 할 것입니다.

바로 이 지점에서 엣지 추론 메모리(EIM)가 중요한 역할을 합니다. EIM은 AI 로봇에 전력 효율성을 제공하여 로봇이 장시간 작동할 수 있도록 하면서도 낮은 지연 시간과 높은 대역폭 덕분에 빠른 의사 결정을 내릴 수 있도록 지원합니다. The Elec에 따르면, EIM은 로직 다이 위에 LPDDR 메모리를 쌓아 올리는 방식으로, 프로세싱 인 메모리(PIM)와는 약간 다르지만, 전력 소비를 줄이면서 데이터 처리 성능을 향상시킨다는 점에서 유사한 목표를 가지고 있습니다.

이 글을 쓰는 시점에서 EIM의 연산 구조와 성능은 아직 공개되지 않았지만, 이 기술이 보여주는 잠재력은 물리적 AI 시장의 성장을 예상보다 훨씬 빠르게 가속화할 수 있습니다. 마이크론은 향후 AI 로봇이 더 많은 파라미터를 지원하는 HBM을 활용할 것이라고 예측했습니다. 현재 이러한 로봇들은 10억에서 20억 개의 파라미터를 사용하고 있으므로 LPDDR 메모리에서 HBM으로의 전환은 아직 필수적이지 않습니다.

하지만 비디오 피드를 입력으로 변환하는 향상된 비전 언어 모델을 지원하는 더욱 발전된 버전이 출시됨에 따라 LPDDR의 병목 현상이 분명하게 드러날 것입니다. 마이크론은 이전에 AI 로봇이 결국 200GB의 RAM과 수 테라바이트의 NAND 스토리지를 필요로 할 것이라고 예측한 바 있습니다 . 제조 공장에서 가동 중인 서비스 로봇은 일반적으로 약 12GB의 RAM과 256GB의 스토리지를 사용합니다.

EIM은 LPDDR6에도 채택될 것으로 알려져 있으며, 2028년에 있을 발전 사항들을 면밀히 주시할 예정이니 계속해서 관심을 가져주시기 바랍니다.