교수 젠스 타앙, 집적회로학과, 쓰촨 대학교, 중국
AI 및 신호 처리를 가속하기 위한 멤리스터 기반 뉴로모픽 컴퓨팅
대규모 언어 모델과 같은 인공지능의 급속한 발전은 에너지 효율적인 컴퓨팅 하드웨어에 대한 요구를 불러일으키고 있으며, 이는 재료 및 장치부터 아키텍처에 이르는 근본적인 혁신이 필요한 분야입니다. 폰 노이만 병목 현상을 극복하기 위해 멤리스터와 같은 신규 소자를 활용한 뉴로모픽 컴퓨팅은 에너지 절약을 위해 인간 뇌의 작동 방식을 모방함으로써 매력적인 컴퓨팅 패러다임으로 부상하고 있습니다. 본 강의는 멤리스터 기반 뉴로모픽 컴퓨팅의 기본 원리와 응용에 대한 포괄적인 검토를 제시하고자 합니다. 멤리스터 재료의 선택과 뉴로모픽 소자의 설계가 제시됩니다. 탕 교수는 멤리스터와 고급 실리콘 CMOS의 대규모 통합 및 IGZO와 탄소 나노튜브를 포함한 다른 신규 소자와의 모놀리식 3D 통합에 대한 최근의 진행 상황을 개괄적으로 설명합니다. 특히, 멤리스터 크로스바 어레이 및 프로토타입 칩에서의 에너지 효율적인 컴퓨팅 인 메모리(CIM)에 대한 흥미로운 다양한 시연이 발표될 예정입니다. 멤리스터 기반 CIM의 두 가지 획기적인 응용 분야가 제시됩니다: 인공 신경망 가속화 및 신호 처리 알고리즘 구현. 각 응용 분야에 대해 탕 교수는 핵심 과제와 최신 혁신을 분석합니다. 마지막으로, 그는 이 분야의 미래 전망으로 발표를 마무리하고 멤리스터 기반 리저버 컴퓨팅 및 아날로그 컴퓨팅을 포함한 향후 연구를 위한 몇 가지 주목할 만한 방향을 강조합니다.
