실리콘 포토닉스로 빛의 속도에서 컴퓨팅

펜실베니아 대학교 엔지니어들이 전기가 아닌 빛 파장을 이용해 인공지능(AI) 학습에 필요한 복잡한 수학 연산을 수행하는 칩을 개발했습니다. 이 혁신은 처리 속도를 크게 높이고 장치의 에너지 사용을 줄일 수 있습니다.

Nature Photonics에 발표된 연구에 따르면, 이는 실리콘 포토닉스(SiPh) 플랫폼 위의 “역설계 저굴절률 대비 구조”이며, 대규모 파동 기반 아날로그 컴퓨팅 플랫폼을 가능하게 할 잠재력이 있습니다.

실리콘 포토닉스는 컴퓨터 칩 대량 생산에 사용되는 풍부하고 저렴한 실리콘을 활용하여, 포토디텍터, 광 스위치, 광 웨이브가이드, 광 변조기와 같은 부품들을 실리콘 기판에 통합합니다.

본 연구의 실리콘 포토닉스(SiPh) 칩은 나노 규모에서 물질을 조작해 빛을 이용한 수학 연산을 수행합니다. 빛 파동과 물질을 상호 작용시키는 이 방식은 오늘날 칩의 한계를 뛰어넘는 컴퓨터 개발을 약속합니다.

“우리는 힘을 합치기로 결정했습니다,” 라고 H. Nedwill Ramsey 교수인 Nader Engheta가 말했으며, 전기 및 시스템 공학 부교수인 Firooz Aflatouni의 연구팀이 나노 규모 실리콘 장치를 개발한 것을 언급했습니다.

목표는 현재 AI 도구를 구동하는 신경망의 개발 및 기능에 활용되는 벡터-행렬 곱셈(VMM) 플랫폼을 만드는 것이었습니다.

연구에 따르면, 역설계된 SiPh 메타구조는 전자기 파를 이용한 아날로그 연산을 효율적으로 수행하지만, 많은 데이터 채널을 관리하도록 규모를 확대하는 데 어려움이 있습니다. 이를 해결하기 위해 팀은 2D 역설계 방식을 채택해 일반적으로 피드포워드이며 저공명인 컴팩트한 비정질 렌즈 시스템을 만들었습니다. 연구는 2×2 및 3×3 행렬에 대한 벡터-행렬 곱을 성공적으로 시연했으며 10×10 행렬도 설계했습니다.

균일한 두께의 실리콘 웨이퍼를 사용하는 대신, 팀은 특정 영역에서 실리콘을 선택적으로 얇게 만들었습니다. 이러한 높이 변동은 칩을 통한 빛 전달을 제어할 수 있게 합니다.

이러한 변동을 배치함으로써 칩은 빛을 특정 패턴으로 산란시켜, 가능한 가장 빠른 통신 방식인 빛의 속도로 수학 연산을 수행할 수 있게 합니다.

Aflatouni에 따르면, 이 설계는 칩을 생산한 상업 파운드리의 제약으로 이미 상용화 준비가 되어 있습니다. 또한, 이 설계는 현재 AI 열풍과 맞물려 큰 수요가 있는 그래픽 처리 장치(GPU)에도 적용될 가능성이 있습니다. 실리콘 포토닉스 플랫폼을 추가 기능으로 통합하면, 학습 및 분류 과정을 가속화할 수 있다고 Aflatouni는 언급했습니다.

하지만 이 칩의 이점은 속도와 에너지 효율성을 넘어 프라이버시까지 향상시킵니다. 다수의 연산을 동시에 수행하도록 함으로써 컴퓨터 작업 메모리에 민감한 정보를 저장할 필요가 없어집니다. 이는 해당 기술로 구동되는 컴퓨터를 사실상 해킹이 불가능하게 만듭니다. Aflatouni는 다음과 같이 언급했습니다:

“존재하지 않는 메모리에 침입해 정보를 얻을 수 없습니다.”

이 연구는 미국 공군 과학연구소(Multidisciplinary University Research Initiative)와 미국 해군 연구소의 지원을 부분적으로 받아 진행되었으며, 수십 년간 유지되어 온 기존 칩의 한계를 극복하고자 합니다. 그러나 빛의 힘을 활용함으로써 이 새로운 접근법은 차세대 AI 개발의 길을 열 수 있습니다.

실리콘 포토닉스의 거대한 잠재력

지난 수십 년간 이 소재에 대한 연구와 개발이 지속되어 왔습니다. 최근에는 빠르고 효율적인 데이터 처리를 위한 수요 증가로 실리콘 포토닉스(SiPh)가 주목받고 있습니다.

이러한 성장하는 관심은 실리콘 포토닉스의 전 세계 시장 규모가 2022년 12억 9천만 달러 규모이며 Grand View Research에 따르면 이번 십년 말까지 연평균 성장률 25.8%로 성장할 것으로 예상됩니다. 이 성장은 더 높은 데이터 전송 속도와 대역폭 집약형 애플리케이션에 대한 필요성 때문입니다.

SiPh는 경제적 효율성과 높은 집적 밀도 덕분에 이상적인 플랫폼입니다. 또한 SiPh는 전자 제조와 호환되므로 SiPh 포토닉 집적 회로(PIC)는 기존 파운드리 인프라를 사용해 제조할 수 있습니다. SiPh는 수백에서 수천 개의 장치를 복잡한 PIC에 통합할 가능성을 가지고 있으며, 설계 및 제조 확장성이 CMOS와 유사해 포토닉스와 컴퓨팅의 교차점에서 새로운 응용 분야를 열어줍니다.

따라서 고속 전송, 높은 집적 밀도, 뛰어난 광학 특성, 낮은 전력 소비 및 비교적 저렴한 제조 덕분에 실리콘 포토닉스는 다양한 분야에서 가치 있는 기술이 되었습니다.

예를 들어, 실리콘 포토닉스를 자율 주행 및 산업 자동화를 위한 LiDAR에 적용하는 연구가 진행 중입니다. LiDAR는 라디오 주파수(RF) 신호 대신 표면에 반사된 빛을 사용해 주변 환경에 대한 중요한 정보를 분석하고 제공합니다.

또한 실리콘 포토닉스는 광 센싱(예: 광학 센싱)에도 활용될 수 있으며, 신호 전송 및 수신된 광 신호를 통해 주변 환경의 특성을 파악할 수 있습니다. 이는 의료 응용 및 소비자 건강 웨어러블에 유용합니다.

자율 주행 차량과 센싱 외에도, 실리콘 포토닉스는 통신, 양자 통신, 바이오메디컬, 항공우주, 천문학, AR/VR 분야에서도 탐구되고 있습니다. 실리콘 포토닉스는 완전 통합 및 대규모 광 양자 정보 처리에서도 가능성을 보여줍니다.

그리고 고성능 컴퓨팅이 필요한 AI가 있습니다. AI 열풍이 새로운 정점에 도달하고 더욱 성장할 것으로 예상됨에 따라, 반도체 산업은 혁신에 대한 긴급한 필요에 직면해 있습니다. 더 많은 트랜지스터를 단일 칩에 배치해 처리 능력과 에너지 효율성을 크게 향상시키기 위해 노력하고 있습니다. 이러한 개선은 AI 알고리즘을 보다 정확하고 빠르게, 비용 효율적으로 학습하고 운영하는 데 필수적입니다.

반도체 경쟁에서 승리하기 위해, 중국조차도 계산 속도가 더 빠르고 정보 용량이 더 큰 포토닉 칩 생산 라인을 구축하고 있으며, 이는 기존 실리콘 기반 칩보다 훨씬 높은 성능을 제공할 것입니다.

AI를 위한 게임 체인저

AI 열풍은 둔화될 기미를 보이지 않고 있습니다. 이 새로운 기술 혁신 물결은 많은 산업을 혁신하고 미래를 변화시킬 강력한 힘으로 떠올랐습니다. AI가 우리 일상에 빠르게 통합되고 데이터 집약형 애플리케이션이 복잡해짐에 따라, 기업, 정부, 기관, 과학자 모두 AI를 보다 효율적으로 만들 방법을 모색하고 있습니다.

이러한 상황은 사람들을 실리콘 포토닉스로 이끌고 있습니다. 실리콘 포토닉스는 복잡하고 비용이 많이 드는 딥 뉴럴 네트워크 연산을 해결할 가장 유망한 기술 중 하나이며, 딥 네트워크는 모델 성능을 보다 정확하게 만드는 기계 학습 알고리즘의 하위 집합으로, 수학적 관계를 포함하는 여러 층으로 구성됩니다.

이러한 복잡성을 고려할 때, 실리콘 포토닉스는 성능과 비용 효율성을 향상시켜 AI 및 머신러닝 애플리케이션의 기능을 개선할 수 있습니다. AI/ML 분야는 데이터를 빠르게 교환하면서 에너지 소비를 최소화하고 동시에 높은 연산 밀도를 유지해야 합니다.

여기서 실리콘 포토닉스는 컴퓨팅 유닛 간의 통신을 개선합니다. 이 소재는 짧은 거리 내에서 효율적인 데이터 전송을 위한 단거리 광 인터커넥트를 사용할 수 있게 하며, 데이터의 빠른 전송은 실시간 의사결정에 필수적입니다.

이처럼 실리콘 포토닉스는 AI 시스템의 전반적인 효율성과 성능에 기여합니다. 이 소재를 활용함으로써 기업은 더 큰 연산 능력을 확보하고 보다 정확하고 반응성이 높은 결과를 얻을 수 있습니다.

실리콘 포토닉스는 이러한 회로가 기존 전자 회로보다 빠르게 동작할 수 있기 때문에 특히 컴퓨팅에 적합합니다. 또한 광 처리 자체가 병렬적이어서 동시에 여러 작업을 수행할 수 있습니다.

실리콘 포토닉스는 기본 부품들을 다양한 조합으로 결합해 매우 복잡한 회로를 구축할 수 있게 하며, 특정 응용 분야에 맞춘 고급 시스템을 만들 수 있게 합니다.

우리가 보고 있는 바와 같이, 실리콘 포토닉스가 AI 알고리즘을 변혁하고 AI 시스템의 역량을 더욱 확대할 잠재력을 고려할 때, 그 미래는 밝습니다. 실리콘 포토닉스에게는 확실히 흥미로운 시기입니다.

인공지능 투자에 대해 모두 알아보려면 여기를 클릭하세요.

주요 칩 제조업체 살펴보기

이제 칩 제조 분야에서 두드러진 몇몇 기업을 살펴보겠습니다:

#1. NVIDIA Corporation

칩 산업의 선두주자인 Nvidia는 현재 미국 주식시장에서 세 번째로 가치가 높은 기업입니다. 이는 AI 칩 시장의 약 80%를 장악하고 있기 때문입니다. 주가가 $793.50에 거래되며, 시가총액은 $1.95조에 달합니다.

Nvidia의 주가는 급등하여 연초 대비 이미 58.6% 상승했습니다. 이에 따라 회사의 EPS(TTM)는 11.93, P/E(TTM)는 65.84, ROE(TTM)는 69.17%입니다. 배당 수익률은 0.02%를 지급합니다.

전 세계 산업 전반에 걸친 수요 급증으로 Nvidia는 4분기 실적을 발표했으며, 매출이 $22.1억으로 세 배 이상 증가했습니다. CEO 겸 공동 설립자 Jensen Huang에 따르면:

“가속 컴퓨팅과 생성형 AI가 전환점을 맞이했습니다.”

칩에 대한 수요 증가로 회사는 1분기 매출이 233% 성장할 것으로 전망하고 있습니다. 회사의 H100 데이터 센터 칩은 AI 분야를 선도하는 데 기여하고 있습니다. 이 칩은 방대한 데이터와 연산을 고속으로 처리하도록 최적화되어 AI 모델 학습이라는 전력 집약적 작업에 완벽한 솔루션입니다.

NVIDIA Corporation(NVDA) 투자에 대해 모두 알아보려면 여기를 클릭하세요. (NVDA )

#2. Intel Corporation

미국 기반의 칩 제조업체인 Intel은 다른 기업을 위한 칩 설계를 제조하는 파운드리 사업을 확대하면서 부활하고 있습니다. Microsoft (MSFT ) 는 고성능 반도체 제작을 위해 이 회사를 선택했으며, “서구 제조를 대규모로 재건”하겠다고 밝혔습니다.

이 칩은 Intel의 18A 노드를 사용해 설계될 예정이며, 이는 반도체를 더 작고 에너지 효율적으로 만드는 제조 공정입니다. “Intel은 미국의 대표적인 칩 기업입니다,” 라고 미국 상무부 장관 Gina Raimondo는 말했으며, Google, OpenAI 등 대형 언어 모델(LLM)을 구축하는 기업들이 향후 몇 년간 “상상을 초월하는” 규모의 반도체를 필요로 할 것이라고 언급했습니다.

작성 시점 기준으로 Intel (INTC ) 주가는 $43.12에 거래되고 있으며, 연초 대비 14.47% 하락했습니다. 이에 따라 시가총액은 $181.7억입니다. EPS(TTM)는 0.38, P/E(TTM)는 113.46, ROE(TTM)는 1.63%이며, 배당 수익률은 1.16%를 지급합니다. Intel CEO Pat Gelsinger에 따르면:

“AI 칩에 대한 전반적인 수요는 앞으로 몇 년 동안도 끝없이 지속될 것으로 보입니다.”

#3. Samsung

한국에 본사를 둔 기술 대기업 Samsung은 다른 칩 제조업체보다 앞서기 위해 2nm 칩 기술을 출시할 계획입니다. Samsung의 파운드리 포럼(SFF) 계획에 따르면, 2025년에 모바일 애플리케이션용으로 2nm 공정을 대규모 생산하기 시작하고, 그 다음 해에는 고성능 컴퓨팅용으로, 이후 자동차 산업으로 확대할 예정입니다. 그 다음 해에는 1.4nm 공정을 시작할 것으로 예상됩니다.

이 회사는 시가총액 $373억이며 주가는 $1,373에 거래되고 있습니다. Samsung의 PE Ratio(TTM)는 14.25, EPS(TTM)는 96.44이며, 배당 수익률은 1.98%를 지급합니다. 2023년 4분기 재무 보고서에서 Samsung은 파운드리 부문이 일본 AI 스타트업 Preferred Networks(PFN)와 2nm AI 칩 계약을 체결했으며, PFN은 이전에 대만 반도체 제조업체(TSMC)와 협력한 바 있다고 밝혔습니다.

이 칩 제조업체는 또한 Arm과 협력해 가장 진보된 GAA 공정 기술에서 Cortex-X 코어를 최적화하고 있습니다. 지난해 말, Samsung은 Nvidia에 도전하려는 고객인 Tenstorrent와도 계약을 체결했습니다.

결론

AI의 발전으로 컴퓨팅 파워에 대한 수요가 증가함에 따라, 실리콘 포토닉스는 표준 반도체 제조 공정을 이용해 실리콘 위에 광학 부품을 제작함으로써 지연 시간을 줄이고 효율성을 높일 수 있는 유망한 기술로 부상했습니다.

실리콘 포토닉스는 많은 장점을 가지고 있지만, 전자 칩을 곧바로 대체하지는 않을 것입니다. 이는 실리콘 포토닉스의 기능이 아직 제한적이며, 이를 최적화하기 위한 소프트웨어 개발에 기술적 장벽이 존재하기 때문입니다. 따라서 실리콘 포토닉스의 활용이 널리 퍼지기까지는 시간이 걸리겠지만, 이 기술은 이제 시작 단계이며 AI 기술의 발전 속도를 고려하면 가속화될 가능성이 충분합니다.

양자 컴퓨팅의 현재 상황에 대해 알아보려면 여기를 클릭하세요.