pim (3) 썸네일형 리스트형 [반도체/메모리] HBM 다음은 무엇인가 - AI 시대 메모리 패권의 다음 전장 GPU 다음은 메모리, 그리고 HBM 이후를 묻는 질문 AI 반도체 경쟁이 본격화된 이후, 시장의 관심은 한동안 GPU 성능에 집중되어 왔습니다.그러나 실제 현장에서는 이미 다른 질문이 던져지고 있습니다.“GPU는 충분히 빨라졌는데, 왜 체감 성능은 더 이상 크게 오르지 않는가?”라는 질문입니다.이 질문의 답은 대부분 메모리에서 시작됩니다. HBM(High Bandwidth Memory)은 AI 시대의 병목을 해결하며 GPU 성능을 해방시킨 핵심 기술이었고,SK하이닉스를 중심으로 한 HBM 독주 체제는 이미 하나의 산업 질서로 굳어졌습니다.하지만 2025년을 기점으로 업계는 다시 한 번 다음 단계를 바라보고 있습니다.HBM 다음은 무엇인가, 그리고 AI 시대의 메모리 패권은 어디로 이동하는가라는 질문입니.. 초저전력 반도체 설계 – AI칩의 효율을 결정하는 마이크로아키텍처 혁신 성능보다 ‘전력’이 승부를 가르는 시대 ‘빠른 칩’보다 ‘똑똑한 칩’이 필요한 이유AI, 자율주행, 스마트폰, 로봇, 데이터센터…모든 산업의 중심에는 반도체가 있습니다.하지만 기술 발전의 속도만큼 전력 소비의 증가도 심각한 문제로 떠올랐습니다. 예를 들어 GPT-5 수준의 AI 모델을 학습시키려면하루 수백 메가와트의 전력이 필요하며,이는 작은 도시 하나가 하루 동안 소비하는 에너지량과 맞먹습니다. “성능(Power)”만을 추구하던 시대는 끝났습니다.이제는 전력당 연산 효율(Performance per Watt)이반도체 경쟁의 절대 기준이 되었습니다. 1. 전력 소모가 반도체 성능을 결정하는 시대왜 전력이 문제인가트랜지스터가 미세화될수록 누설전류(Leakage Current)가 증가AI 연산은 곱셈·덧셈.. AI 전용 메모리 – PIM(Processing In Memory) 기술 메모리와 연산을 하나로 묶는 차세대 AI 컴퓨팅 패러다임 PIM?2025년 현재 전 세계 IT 업계의 화두는 단연 AI 반도체입니다. GPT-5와 같은 초거대 언어 모델은 수천억~수십조 개의 파라미터를 학습·추론하며, 이를 위해서는 막대한 연산 성능과 메모리 대역폭이 필요합니다. 그러나 기존 폰 노이만 아키텍처(von Neumann architecture)에서는 메모리와 프로세서 간 데이터 이동 병목(Bottleneck)이 심각한 문제로 대두되고 있습니다. 특히 AI 연산은 데이터 이동량이 크고, 행렬·벡터 곱셈이 반복되며, 병렬성이 높기 때문에 기존 CPU·GPU·NPU 구조만으로는 전력 소모와 처리 속도 한계를 극복하기 어렵습니다. 이를 해결하기 위해 등장한 것이 바로 PIM(Processing I.. 이전 1 다음
