AMD는 데이터센터와 PC 부문에서 점유율을 늘리며 2025년 성장세에 진입했다 그러나 MI308 재고 관련 비용과 엔비디아와의 AI 가속기 경쟁은 리스크로 작용한다 2025년 2분기 매출은 77억 달러로, 지속적인 성장이 예상된다 AI 가속기와 서버 CPU 채택 확대는 성장을 주도하지만, 수출 규제와 경쟁 심화가 변동성을 유발할 수 있다

**초세부 연구 분야:** ReRAM 기반의 가변 저항 소자를 이용한 뉴런 및 시냅스 모방 아키텍처 설계 **1. 서론** 인공지능(AI) 기술의 급속한 발전과 함께, 딥러닝 모델의 연산량과 메모리 요구량이 기하급수적으로 증가하고 있습니다. 이러한 추세는 기존 컴퓨팅 아키텍처의 한계를 드러내며, 특히 메모리 병목 현상(memory bottleneck)은 AI 시스템의 성능을 저해하는 주요 요인으로 작용합니다. 이러한 문제를 해결하기 위해, 비휘발성 메모리(Non-Volatile Memory, NVM) 기술, 특히 ReRAM(Resistive Random Access Memory)을 활용하여 뉴런과 시냅스를 모방하는 뉴로모픽 컴퓨팅 시스템에 대한 연구가 활발히 진행되고 있습니다.

AMD는 데이터센터와 PC 부문에서 점유율을 늘리며 2025년 성장세에 진입했다 그러나 MI308 재고 관련 비용과 엔비디아와의 AI 가속기 경쟁은 리스크로 작용한다 2025년 2분기 매출은 77억 달러로, 지속적인 성장이 예상된다 AI 가속기와 서버 CPU 채택 확대는 성장을 주도하지만, 수출 규제와 경쟁 심화가 변동성을 유발할 수 있다

AMD는 데이터센터와 PC 부문에서 점유율을 늘리며 2025년 성장세에 진입했다 그러나 MI308 재고 관련 비용과 엔비디아와의 AI 가속기 경쟁은 리스크로 작용한다 2025년 2분기 매출은 77억 달러로, 지속적인 성장이 예상된다 AI 가속기와 서버 CPU 채택 확대는 성장을 주도하지만, 수출 규제와 경쟁 심화가 변동성을 유발할 수 있다

**1. 서론: 열 관리 및 전력 효율의 중요성 증대** 최근 반도체 기술의 발전은 칩 집적도의 증가 및 동작 속도의 향상을 가져왔지만, 이는 동시에 심각한 열 발생 문제와 전력 소비 증가를 야기하고 있습니다. 고성능 컴퓨팅, 인공지능 가속기, 모바일 기기 등 다양한 분야에서 반도체의 열 관리 및 전력 효율성은 시스템의 성능, 안정성 및 수명을 결정짓는 핵심 요소로 부상했습니다. 기존의 설계 방식은 경험 기반의 시행착오를 통해 이루어져, 최적의 열 관리 및 전력 효율을 달성하는 데 시간과 비용이 많이 소요되었습니다.

새로운 AI 가속기 강자로 브로드컴이 주목받으면서 엔비디아 천하였던 AI 시장이 재편될지 관심이 쏠린다. 뉴욕증시에선 브로드컴 주가가 폭등하면서 시가총액 1조 달러를 넘어섰을 정도로 브로드컴의 경쟁력에 주목하고 있다.17일 반도체업계에 따르면 브로드컴은 최근 실적발표에서 대형 클라우드 고객사 3곳과 함께 AI칩을 개발하고 있다고 밝혔다. 미국 경제매체들은 이 고객사들이 '구글', '메타', '바이트댄스'라고 전했다. 여기에 추가적으로 애플 등 ...

### 초록 본 연구는 2025년-2026년 상용화를 목표로, 고집적 포토닉스 기술과 3차원 실리콘 광결정(SiPhC) 도파로를 결합하여 초소형 광자 인공지능(AI) 가속기를 설계 및 구현하는 데 초점을 맞춘다. 기존의 전기적 AI 가속기의 전력 소모 및 대역폭 제한을 극복하기 위해 광자 연산의 고속성과 에너지 효율성을 활용한다. 특히, 3차원 SiPhC 도파로는 광자 소자의 집적도를 극대화하고 복잡한 광 회로 구현을 가능하게 하여, AI 연산에 필요한 병렬 처리 및 상호 연결성을 제공한다.

### 초록 본 연구는 2025년-2026년 상용화를 목표로, 고집적 포토닉스 기술과 3차원 실리콘 광결정(SiPhC) 도파로를 결합하여 초소형 광자 인공지능(AI) 가속기를 설계 및 구현하는 데 초점을 맞춘다. 기존의 전기적 AI 가속기의 전력 소모 및 대역폭 제한을 극복하기 위해 광자 연산의 고속성과 에너지 효율성을 활용한다. 특히, 3차원 SiPhC 도파로는 광자 소자의 집적도를 극대화하고 복잡한 광 회로 구현을 가능하게 하여, AI 연산에 필요한 병렬 처리 및 상호 연결성을 제공한다.

### 초록 본 연구는 차세대 인공지능 가속기 개발을 목표로, 광자-스핀 하이브리드 뉴런이라는 혁신적인 접근 방식을 제안한다. 기존 전자 기반 뉴런의 속도 및 에너지 효율 한계를 극복하기 위해, 광자의 초고속 전송 특성과 스핀의 비휘발성 및 에너지 효율성을 결합한 새로운 뉴런 구조를 설계하고 이를 기반으로 하는 AI 가속기를 개발한다. 본 연구에서는 광자 모드 잠금 레이저, 스핀 주입 분극기, 강자성 공명 기반 스핀 신호 변환기 등 최신 기술을 활용하여 광자-스핀 하이브리드 뉴런을 구현하고, 이를 기반으로 심층 신경망(DNN)의 핵심 연산인 행렬 곱셈 연산을 가속화하는 아키텍처를 제안한다.

AMD는 데이터센터와 PC 부문에서 점유율을 늘리며 2025년 성장세에 진입했다 그러나 MI308 재고 관련 비용과 엔비디아와의 AI 가속기 경쟁은 리스크로 작용한다 2025년 2분기 매출은 77억 달러로, 지속적인 성장이 예상된다 AI 가속기와 서버 CPU 채택 확대는 성장을 주도하지만, 수출 규제와 경쟁 심화가 변동성을 유발할 수 있다

AMD는 데이터센터와 PC 부문에서 점유율을 늘리며 2025년 성장세에 진입했다 그러나 MI308 재고 관련 비용과 엔비디아와의 AI 가속기 경쟁은 리스크로 작용한다 2025년 2분기 매출은 77억 달러로, 지속적인 성장이 예상된다 AI 가속기와 서버 CPU 채택 확대는 성장을 주도하지만, 수출 규제와 경쟁 심화가 변동성을 유발할 수 있다

Intel says its newest accelerator is superior to Nvidia's current H100 while costing much less.

### I. 서론 최근 인공지능(AI) 기술은 이미지 인식, 자연어 처리, 로봇 제어 등 다양한 분야에서 혁신적인 발전을 이루고 있으며, 이러한 AI 기술의 발전은 엣지 컴퓨팅 환경에서 더욱 가속화되고 있다. 엣지 컴퓨팅은 데이터가 발생하는 현장, 즉 엣지에서 AI 모델을 실행하여 클라우드 서버와의 통신 지연을 줄이고, 개인 정보 보호 및 보안을 강화하며, 네트워크 대역폭 사용량을 절감하는 장점을 제공한다. 하지만 엣지 컴퓨팅 환경은 연산 자원, 전력, 메모리 용량 등 제약적인 환경을 가지고 있어 AI 모델을 효율적으로 실행하기 위한 기술적 도전 과제가 존재한다.

**1. 서론: 열 관리 및 전력 효율의 중요성 증대** 최근 반도체 기술의 발전은 칩 집적도의 증가 및 동작 속도의 향상을 가져왔지만, 이는 동시에 심각한 열 발생 문제와 전력 소비 증가를 야기하고 있습니다. 고성능 컴퓨팅, 인공지능 가속기, 모바일 기기 등 다양한 분야에서 반도체의 열 관리 및 전력 효율성은 시스템의 성능, 안정성 및 수명을 결정짓는 핵심 요소로 부상했습니다. 기존의 설계 방식은 경험 기반의 시행착오를 통해 이루어져, 최적의 열 관리 및 전력 효율을 달성하는 데 시간과 비용이 많이 소요되었습니다.

**요약** 본 연구는 급증하는 엣지 컴퓨팅 환경에서의 인공지능(AI) 연산 수요에 대응하기 위해, 에너지 효율성을 극대화하는 자기 적응적 희소 코딩(Adaptive Sparse Coding, ASC) 기반의 새로운 엣지 AI 가속기 아키텍처를 제안한다. 제안하는 가속기는 데이터의 희소성을 활용하여 불필요한 연산을 줄이고, 자기 적응적 희소 코딩 기법을 통해 데이터 특성에 따라 최적의 희소성을 유지하여 연산량 감소와 정확도 향상을 동시에 달성한다. 또한, 에너지 효율적인 하드웨어 구조를 설계하여 전력 소비를 최소화한다.

AMD는 데이터센터와 PC 부문에서 점유율을 늘리며 2025년 성장세에 진입했다 그러나 MI308 재고 관련 비용과 엔비디아와의 AI 가속기 경쟁은 리스크로 작용한다 2025년 2분기 매출은 77억 달러로, 지속적인 성장이 예상된다 AI 가속기와 서버 CPU 채택 확대는 성장을 주도하지만, 수출 규제와 경쟁 심화가 변동성을 유발할 수 있다

가속기 진화 (Accelerator Evolution): 프리미엄 AI 이미지 프롬프트 가이드 최첨단 AI 기술을 활용하여 제작한 "가속기 진화 (Accelerator Evolution)" 테마의 초고화질 스톡 사진 프롬프트 5가지 세트입니다. 각 프롬프트는 과학적 정확성과 예술적 표현의 완벽한 조화를 통해, 보는 이에게 깊은 영감을 선사하도록 설계되었습니다. 이 설명서는 각 프롬프트의 구성 요소와 의도를 상세하게 설명하여, 사용자 여러분이 이미지 생성 과정에서 최대한의 창의성을 발휘할 수 있도록 돕습니다.

The Raspberry Pi AI Kit offers an accessible way to build local, high-performance, power-efficient inferencing into countless applications.

### 초록 본 연구는 급변하는 인공지능(AI) 워크로드 환경에 효과적으로 대응할 수 있는 새로운 다중 목표 최적화 기술, 즉 적응형 공진 기반 다중 목표 최적화(Adaptive Resonance based Multi-Objective Optimization, ARMOM) 기술을 제안한다. 제안하는 ARMOM 기술은 기존의 다중 목표 최적화 알고리즘들이 가진 문제점, 즉 목표 함수 간의 상충 관계 해결의 어려움과 급변하는 환경에 대한 적응력 부족 문제를 해결하고자 한다. ARMOM은 자기 조직화 맵(Self-Organizing Map, SOM)에 기반한 적응형 공진 이론(Adaptive Resonance Theory, ART)을 활용하여 해 공간을 동적으로 탐색하고, 파레토 최적 해 집합을 효율적으로 생성한다.