Insights
AI가 자동으로 큐레이션·번역·정리하는 기술 동향 피드입니다.
arXiv중요논문
복소수 불확실성 추정 및 하드웨어 가속을 위한 BayesCVNN
본 논문은 복소수 값을 다루는 작업에서 예측 불확실성을 정량화할 수 있는 새로운 접근 방식인 드롭아웃 기반 베이즈 복소수 신경망(BayesCVNNs)을 제안합니다. 기존 CVNN의 한계였던 불확실성 추정 기능을 추가하고, 복소수의 이중 구조를 활용한 자동 최적화 검색 기법을 도입했습니다. 나아가, BayesCVNN을 효율적으로 구현하기 위해 FPGA 기반 가속기 프레임워크를 제시하여, GPU 대비 높은 성능 향상(최대 13배)과 낮은 전력 소모를 동시에 달성했음을 입증합니다.
4월 23일10
arXiv논문
EnergAIzer: AI 워크로드 전력 예측을 위한 빠르고 정확한 프레임워크
데이터센터의 AI 워크로드 증가로 GPU 전력 관리가 중요해지면서, 기존의 전력 모델들은 하드웨어 활용률 입력값 확보에 어려움을 겪었습니다. 본 논문은 이러한 확장성 병목 현상을 해결하기 위해 EnergAIzer를 제안합니다. EnergAIzer는 AI 커널의 구조적 패턴을 분석하여 메모리 트래픽과 실행 타임라인 같은 활용률 입력값을 빠르고 정확하게 예측하는 경량화된 솔루션입니다. 이를 통해 전력 추정 시간을 수 시간에서 몇 초 단위로 단축하며, NVIDIA Ampere GPU에서 8%의 낮은 전력 오차를 달성했습니다. 이 프레임아
4월 23일9
The Next Platform중요헤드라인
Cisco, AI 데이터센터용 스위치 대역폭을 두 배로 증강한 G300 ASIC 공개
AI 워크로드의 폭발적 증가에 대응하기 위해 시스코(Cisco)가 차세대 스위치 ASIC인 G300을 공개했습니다. G300은 이전 세대 대비 대역폭과 성능을 두 배로 증강하여, AI 클러스터의 백엔드 및 프론트엔드 네트워크 요구사항을 충족합니다. 특히 102.4 Tb/sec의 집계 대역폭을 제공하며, GPU와 XPU를 연결하는 스케일 아웃 환경은 물론, 고도화된 이더넷 기능을 통해 InfiniBand의 영역까지 진출하겠다는 전략입니다. 이는 AI 데이터센터 네트워크 인프라 구축에 중요한 전환점이 될 것으로 예상됩니다.
4월 23일7
arXiv논문
저전력 캐시를 위한 6T SRAM 기반 혁신 아키텍처 제안
본 논문은 기존의 6트랜지스터(6T) SRAM 셀을 활용하여 저전력 캐시 메모리 아키텍처를 제안합니다. 핵심 아이디어는 인접한 셀들을 컬럼 방향으로 직렬 연결(series interconnection)하는 것입니다. 이 '스태킹 효과(stacking effect)'를 이용해 특히 홀드(hold) 동작 시 발생하는 누설 전류(leakage current)를 억제함으로써, 트랜지스터 개수를 늘리지 않고도 캐시 메모리의 전력 효율을 크게 개선합니다. 시뮬레이션 결과는 제안된 아키텍처가 기존 방식 대비 낮은 누설 전력을 유지하면서 표준 6
4월 23일9
arXiv중요논문
RowHammer 완화 아키텍처: PVAC를 이용한 피해 행(Victim) 기반 카운팅
DRAM 스케일링으로 인한 RowHammer 공격 위협이 증가함에 따라, DDR5는 개별 행 활성화 카운팅(PRAC)을 도입했습니다. 하지만 PRAC는 무해한 리프레시까지 모두 카운트하여 카운터 포화 및 성능 저하를 유발하는 문제가 있습니다. 본 논문은 이러한 문제를 해결하기 위해 피해 행(Victim-row) 기반의 Per-Victim-row hAmmered Counting (PVAC)을 제안합니다. PVAC는 실제 RowHammer 메커니즘에 맞춰 카운터 증가 및 리셋 로직을 설계하여, 기존 PRAC보다 높은 내성도를 유지하면서
4월 23일9
The Next Platform헤드라인
AI 시대 네트워크 인프라의 변화와 아리스타(Arista)의 성장 동력 분석
본 글은 현재 진행 중인 AI 네트워킹 트렌드가 향후 몇 년간 거대한 자금 흐름(Tsunami of Money)을 예고하며, 네트워크 인프라 시장의 구조적 변화를 분석합니다. 특히 아리스타 네트웍스(Arista Networks)의 재무 보고서를 바탕으로, 기업들이 스위치 하드웨어와 더불어 소프트웨어 및 서비스에 대한 지출 패턴이 어떻게 바뀌고 있는지 심층적으로 다룹니다. AI 클러스터 구축에 필수적인 백엔드/프론트엔드 네트워크 수요 증가가 아리스타의 성장을 견인하고 있으며, 이는 경쟁사(Cisco)에게도 영향을 미치며 시장 전반의
4월 23일7
arXiv중요논문
지속 가능한 컴퓨팅 플랫폼 비교: FPGA가 ASIC, GPU, CPU 대비 강점 분석
본 논문은 기후 변화 대응 관점에서 지속 가능한 컴퓨팅의 중요성을 강조하며, 반도체 사용 전반의 탄소 발자국 (Carbon Footprint, CFP)을 평가하는 방법론을 제시합니다. 특히 재구성 가능성(reconfigurability)이 높은 FPGA를 중심으로 GreenFPGA라는 도구를 소개하여, 설계부터 폐기까지 전체 수명 주기 동안의 CFP를 추정합니다. 실험 결과에 따르면, FPGA는 워크로드가 자주 변화하고 다양하며 생산량이 적은 (low-volume) 애플리케이션 환경에서 ASIC, GPU, CPU 대비 더 지속 가능
4월 23일11
The Next Platform중요헤드라인
AI 시대 반도체 시장 전망: AI 칩이 전체 판매의 절반 이상을 차지할 것
가트너(Gartner) 보고서 분석에 따르면, 전 세계 반도체 시장은 지속적인 성장이 예상되며, 특히 인공지능(AI) 관련 칩의 비중이 폭발적으로 증가할 전망입니다. 2025년 기준 AI 시스템용 XPU, HBM 메모리, 네트워킹 칩이 전체 판매액의 약 3분의 1을 차지하며 2,500억 달러 규모에 달합니다. 더욱 중요한 점은 이 비중이 시간이 지남에 따라 가파르게 증가하여, 2029년에는 AI 관련 반도체가 전체 시장 매출의 절반 이상(over 50%)을 차지할 것으로 예측된다는 것입니다. 이는 엔비디아(Nvidia)를 필두로 한
4월 23일7
arXiv중요논문
AMD Versal AIE-ML 기반 CRONet 가속을 통한 저지연 위상 최적화
본 연구는 구조 건전성 모니터링과 같은 중요 인프라 분야에 필수적인 저지연 및 에너지 효율적인 위상 최적화(Topology Optimization)를 위해, 신경망 기반의 계산 방법인 CRONet을 AMD Versal AI Engine-ML (AIE-ML) 아키텍처에서 하드웨어 가속하는 방법을 제시합니다. 기존의 DNN 기반 구현은 높은 지연 시간과 낮은 에너지 효율성을 보였으나, 본 연구는 모든 중간 활성화 값(activations)과 네트워크 가중치(weights)를 온칩(on-chip)에 유지하여 DRAM 의존성을 완전히 제거
4월 23일9
arXiv중요논문
Dr.RTL: 도구 기반 자율 에이전트 시스템을 활용한 현실적인 RTL 최적화
본 논문은 대규모 언어 모델(LLMs)의 발전에도 불구하고 기존 RTL 최적화 방법론이 비현실적인 평가 환경과 제한적인 규칙에 머물러 있음을 지적하며, 이를 해결하기 위한 에이전트 프레임워크인 Dr.RTL을 제안합니다. Dr.RTL은 실제 산업 EDA 워크플로우를 모방한 현실적인 평가 환경에서 작동하며, 다중 에이전트를 통해 크리티컬 패스 분석, 병렬 RTL 재작성 등을 수행하고, '그룹 상대 스킬 학습(group-relative skill learning)'을 도입하여 최적화 경험을 해석 가능한 스킬 라이브러리로 축적합니다. 20
4월 23일9
The Next Platform중요헤드라인
OpenAI와 Cerebras의 100억 달러 인퍼런스 계약 분석
본 기사는 OpenAI가 Cerebras Systems와 체결한 100억 달러 규모의 대규모 추론(Inference) 클라우드 서비스 계약을 분석합니다. 이 계약은 단순한 거래를 넘어, 미래 AI 인프라 시장의 방향성을 제시합니다. 특히, 고성능 컴퓨팅 요구사항이 폭증하는 현 시점에서, OpenAI가 Cerebras와 협력하여 자체적인 웨어스케일(Waferscale) 시스템을 구축하려는 전략적 의도가 핵심입니다. 이 계약은 GPU 중심의 일반 목적 시스템보다 추론에 최적화된 전용 아키텍처의 가치를 입증하며, 향후 AI 모델 배포 및
4월 23일7
arXiv속보논문
LLM 기반 자율 진화형 EDA 툴: ABC 자동 개선 프레임워크
본 논문은 대규모 언어 모델(LLM) 에이전트를 활용하여 기존의 대표적인 로직 합성 시스템인 extsc{ABC} 코드를 자율적으로 개선하는 최초의 '자체 진화형' 프레임워크를 소개합니다. 이 시스템은 ABC 전체 코드베이스에 작용하며, 사람이 수동으로 휴리스틱을 주입하지 않고도 반복적인 평가 루프(QoR 기반)와 LLM 에이전트의 코딩 가이드(programming guidance)를 통해 최적화됩니다. ISCAS 등 다수의 벤치마크에서 검증된 이 프레임워크는 EDA 도구의 성능을 인간 설계 범위를 넘어선 새로운 합성 전략을 스스로
4월 23일10
The Next Platform중요헤드라인
AI 시대 반도체 수요 전망: 고객의 신뢰가 핵심 동력
본 기사는 TSMC(Taiwan Semiconductor Manufacturing Co.)의 2025년 실적 발표와 CEO CC Wei의 인터뷰를 분석하며, 생성형 AI (GenAI)가 반도체 산업에 미치는 막대한 영향을 조명합니다. TSMC는 $122.42 billion의 매출과 51.3% 증가한 순이익을 기록했으나, 향후 N2(2nm) 및 A14(1.4nm)와 같은 첨단 공정 노드 전환에 따른 높아지는 제조 비용과 아리조나 등 해외 Fab 확장으로 인한 마진 압박에 직면해 있습니다. 그럼에도 불구하고 TSMC는 고객사들로부터의
4월 23일7
arXiv중요논문
SCENIC: 스트림 컴퓨팅 기반 차세대 SmartNIC 아키텍처
AI 데이터센터의 핵심 인프라인 SmartNIC는 현재 상용 제품과 연구 프로토타입 간에 성능 및 유연성 격차를 겪고 있습니다. 본 논문에서 제안하는 SCENIC은 이 문제를 해결하기 위해 NIC 데이터패스를 '1급 스트림 컴퓨팅 기판'으로 접근합니다. SCENIC은 200G 네트워크 데이터패스, 온-데이터패스 Stream Compute Units (SCUs), 그리고 유연한 제어 경로를 위한 임베디드 ARM 코어를 결합하여 설계되었습니다. 이는 기존 애플리케이션에 투명하게 통합되면서도 사용자 정의 오프로드를 구현하고 프로그래밍이민
4월 23일9
The Next Platform중요헤드라인
엔비디아의 차세대 추론 플랫폼 전략: GPU를 넘어선 새로운 방향
본 기사는 엔비디아가 경쟁사 Groq 인수를 통해 AI 추론(Inference) 시장에서 어떤 변화를 겪고 있는지 분석합니다. 특히, 단순한 GPU 판매를 넘어 LPU(Learning Processing Unit) 기술과 핵심 인력을 확보하며 하드웨어 아키텍처 자체를 혁신하려는 움직임에 초점을 맞춥니다. 엔비디아는 Groq의 핵심 IP와 공동 창업자들을 영입함으로써, 미래 AI 가속기 시장에서 GPU 중심의 패러다임을 벗어나 새로운 형태의 컴퓨팅 플랫폼을 구축하고 있습니다.
4월 23일7
arXiv중요논문
오픈소스 기반 실시간 다중 스펙트럼 광음향 이미징 시스템 구축
본 논문은 실시간 다중 스펙트럼 광음향 이미징(RT-mPAI) 시스템의 주요 난제인 동기화 불안정성을 해결하기 위한 오픈소스 하드웨어-소프트웨어 아키텍처를 제시합니다. OPOTEK Phocus 레이저와 Verasonics Vantage 데이터 획득 장비를 결합하는 이 시스템은 독립형 마이크로컨트롤러를 사용하여 결정론적(deterministic) 레이저 트리거 카운팅을 수행하고, 클라이언트-서버 데이터 스트리밍 프레임워크를 분리하여 운영체제(OS)의 타이밍 오차와 로컬 저장소 병목 현상을 우회합니다. 이 오픈소스 파이프라인 공유를 목
4월 23일10
The Next Platform중요헤드라인
인텔 데이터센터 전략 분석: SMT 제거와 차세대 아키텍처의 과제
본 글은 인텔이 현재 데이터센터 시장에서 직면한 어려움과 그 기술적 방향성을 분석합니다. 특히 차세대 Xeon 7 P-core인 'Diamond Rapids'가 HyperThreading (SMT)를 제거하고 고성능/고효율에 집중하는 전략을 취했으며, 이는 ARM 서버 CPU 디자인의 경향과도 일치합니다. 인텔은 대규모 워크로드(데이터베이스, HPC, AI)에 초점을 맞추기 위해 8채널 대신 16채널 구성에 집중하고 있습니다. 또한, SMT를 다시 통합한 'Coral Rapids'와 DDR6 지원 등 미래 로드맵을 제시했으나, 제조
4월 23일7
arXiv중요논문
데이터센터 대규모 AI 학습 부하의 전력 변동 완화 기술: EasyRider
대규모 AI 모델 훈련 워크로드는 GPU 수천 개가 동기식 루프를 돌며 작동하므로, 시작/종료 및 체크포인팅 과정에서 전력 소비가 급격히 변동합니다. 이러한 큰 부하 스윙은 그리드 인프라에 과도한 스트레스(급격한 전력 램프율, 전압/주파수 변화)를 주어 변압기나 컨버터 손상을 유발할 수 있습니다. 본 논문에서 제안하는 EasyRider는 패시브 부품과 능동 제어 보조 에너지 저장 시스템을 활용하여 랙 레벨의 전력 변동을 완화합니다. 이는 AI 프레임워크 수정 없이 그리드 안전 기준을 충족시키며, 실제 프로토타입 테스트를 통해 그 효
4월 23일10
arXiv중요논문
Spec2Cov: LLM 기반 디지털 하드웨어 검증 자동화 프레임워크
디지털 하드웨어 설계의 핵심 단계인 검증(Verification)은 높은 시간과 자원을 요구하며, 커버리지 클로저(Coverage Closure) 과정이 수동적이고 비효율적이라는 문제가 있습니다. 본 논문에서 제안하는 Spec2Cov는 대규모 언어 모델(LLM)을 활용한 에이전트 프레임워크입니다. Spec2Cov는 설계 명세서(design specifications)로부터 테스트 자극(test stimulus)을 자동으로 생성하고, LLM과 하드웨어 시뮬레이터를 연동하여 컴파일 및 시뮬레이션 오류를 관리하며 커버리지 보고서를 분석해
4월 23일10
The Next Platform중요헤드라인
마이크로소프트의 성장에 OpenAI 의존도 심화 분석
본 글은 마이크로소프트(MS)가 클라우드 인프라 투자 및 매출 백로그 측면에서 OpenAI에 크게 의존하고 있음을 지적합니다. 특히, MS의 2026 회계연도 2분기 기준 총매출 백로그 $6,250억 중 무려 45%를 차지하는 것이 OpenAI 관련 계약입니다($2,813억). 이는 MS가 AI 인프라 투자에 있어 OpenAI라는 핵심 파트너에게 상당한 리스크와 기회를 동시에 안고 있음을 의미합니다. 독자들은 이 의존도를 이해하고 향후 클라우드 비즈니스 성장의 진정한 동력을 파악해야 합니다.
4월 23일7