NBTI 노화 및 공정 변이 환경에서의 신뢰할 수 있는 산술 곱셈기 구축
요약
본 연구는 AI 가속기의 핵심 요소인 산술 곱셈기에서 발생하는 NBTI(Negative Bias Temperature Instability) 노화 문제를 해결하기 위한 새로운 기술을 제안합니다. 곱셈의 부호 불변성 특성을 활용하여 2의 보수 변환을 선택적으로 적용함으로써 트랜지스터의 스트레스를 재분배하고 하드웨어 수명을 연장합니다. 실험 결과, 면적과 지연 오버헤드를 최소화하면서도 systolic arrays 환경에서 효과적인 노화 완화 성능을 입증하였습니다.
핵심 포인트
- NBTI 효과가 AI 워크로드 기반의 산술 곱셈기 노화를 가속화함을 지적
- 곱셈의 부호 불변성(sign-invariance)을 활용한 새로운 노화 완화 기법 제안
- 2의 보수(2s complement) 변환을 통한 트랜지스터 스트레스 재분배 방식 도입
- Cadence 도구 기반 실험을 통해 면적 및 지연 오버헤드 최소화 확인
- systolic arrays와 같은 고처리량 AI 가속기에서의 실용성 입증
하드웨어 노화 (Hardware aging)는 집적 회로 (ICs)에 중대한 도전 과제를 제기하며, 성능 저하와 최종적인 고장을 초래합니다. 본 연구에서는 CPU, GPU, FPGA를 포함한 현대 컴퓨팅 시스템의 초석이자 systolic arrays와 같은 AI 가속기 (AI accelerators)의 핵심 요소인 산술 곱셈기 (arithmetic multipliers)의 노화에 초점을 맞춥니다. 특히, 곱셈에 주로 의존하는 AI 워크로드 (AI workloads)는 곱셈기 내의 NBTI (Negative Bias Temperature Instability) 효과를 가속화할 수 있습니다. 본 논문은 곱셈의 부호 불변성 (sign-invariance) 특성을 활용하는 새로운 노화 완화 기술을 제시합니다. 입력값에 2의 보수 (2s complement) 변환을 선택적으로 적용함으로써, 이 방법은 트랜지스터 전반에 걸쳐 스트레스를 재분배하여 NBTI 노화의 영향을 줄입니다. 제안된 방법은 일반적인 AI 가속기인 systolic arrays에 통합되어 고처리량 (high-throughput) AI 가속기에서의 효율성을 입증하였습니다. Cadence 도구를 사용한 실험적 평가 결과, 면적 및 지연 오버헤드 (area and delay overheads)를 무시할 만한 수준으로 유지하면서도, 완화 기술이 없는 자연 노화 (natural aging) 베이스라인에 비해 더 나은 수명을 보여주었습니다.
AI 자동 생성 콘텐츠
본 콘텐츠는 arXiv cs.AR의 원문을 AI가 자동으로 요약·번역·분석한 것입니다. 원 저작권은 원저작자에게 있으며, 정확한 내용은 반드시 원문을 확인해 주세요.
원문 바로가기