주를 시간으로 전환하다 – AI가 이미 마이크로칩 엔지니어링을 뒤흔들고 있는 방식

현대 기술 시대는 마이크로칩의 효율적인 활용에 크게 의존하고 있습니다. 전 세계 마이크로칩 시장 은 예상됩니다 2022년 약 215억 6천만 달러에서 2030년에는 거의 470억 달러로, 연평균 성장률이 10% 이상에 이를 것으로 성장할 것입니다.

마이크로칩이 이렇게 빠르게 성장하는 이유는 우리 주변의 모든 전자기기를 구동하기 때문입니다. 전자기기라고 하면 컴퓨터뿐만 아니라 스마트폰, 네트워크 스위치, 가전제품, 자동차 및 항공기 부품, 텔레비전, 증폭기, IoT 디바이스 및 수많은 기타 전자 시스템을 포함합니다. 

칩, 컴퓨터 칩, 또는 집적 회로라고도 불리는 마이크로칩은 실리콘이나 게르마늄과 같은 반도체 재료를 사용하여 미세한 규모로 제조된 집적 회로 단위입니다. 정교하게 설계된 마이크로칩은 설계가 매우 섬세하여 일반적으로 수백만에서 수십억 개의 트랜지스터, 저항기, 커패시터 및 다이오드와 같은 특정 부품을 포함합니다. 

이러한 부품들은 나노미터 단위로 측정될 정도로 매우 작습니다. 마이크로칩 설계의 정교함은 2021년에 IBM이 인간 DNA 한 가닥의 폭보다도 작은 2nm 기술 기반의 마이크로칩을 선보일 정도였습니다. 

마이크로칩 기술의 급속한 발전은 그 가능성을 지속적으로 확장하고 있습니다. 최첨단 무선 기술의 교차점에서 신호를 관리하기 위한 특수 마이크로칩이 등장했지만, 이러한 옵션은 미니어처화와 고급 엔지니어링 원리를 기반으로 하여 설계 비용이 많이 듭니다. 

현재 프린스턴 엔지니어링과 인도 공과대학의 협업 엔지니어 팀이 AI를 활용하여 이러한 칩의 설계 비용과 시간을 줄이고, 무선 속도와 성능에 대한 증가하는 수요를 충족시키고 있습니다. 다음 섹션에서는 이 획기적인 연구에 대해 더 깊이 살펴보겠습니다. 

AI가 마이크로칩에서 복잡한 전자기 구조 및 연관 회로를 생성한다

연구원들은 AI가 마이크로칩에서 복잡한 전자기(EM) 구조와 연관 회로를 생성하는 방법론을 고안했습니다. 이 획기적인 성과 이전에는 동일한 결과를 얻기 위해 고도의 숙련된 작업이 몇 주가 걸릴 수 있었습니다. 이제, 몇 시간 안에 달성될 수 있습니다. 

연구가 달성할 수 있는 바를 고급 과학 용어로 자세히 설명하면, 연구원들은 임의 형태의 복잡한 다중 포트 전자기 구조에 대해 설계자 방사 및 산란 특성을 활성 회로와 공동 설계하는 보편적인 역설계 접근법을 시연했습니다.

목표를 달성하기 위해 연구원들은 딥러닝 기반 모델을 활용했으며합성을 시연했습니다 복잡한 mm-파 패시브 구조와 엔드-투-엔드 통합 mm-파 광대역 회로의 여러 예시를 통해. 제시된 역설계 방법론은 몇 분 안에 설계를 생성할 수 있으며, 연구원들에 따르면 이는 이전에 접근할 수 없던 새로운 설계 공간을 열어줄 수 있는 변혁적인 기술입니다. 

프린스턴 대학교 전기·컴퓨터공학 교수이자 수석 연구원인 Kaushik Sengupta는 차세대 통신 개발을 위한 프린스턴의 산업 파트너십 프로그램인 NextG의 공동 디렉터라고 설명했습니다.

“우리는 복잡하고 무작위 형태처럼 보이는 구조를 만들고 있으며, 이를 회로와 연결하면 이전에는 달성할 수 없었던 성능을 구현합니다. 인간은 이를 이해할 수 없지만, 더 나은 작동을 할 수 있습니다.”

이 연구는 엔지니어가 이러한 회로를 보다 에너지 효율적인 작동과 호환되도록 만들 수 있게 합니다. 회로는 훨씬 넓은 주파수 범위에서 작동 가능해집니다. AI를 활용함으로써 본질적으로 복잡한 구조를 몇 분 안에 합성할 수 있습니다. 동일한 결과를 얻기 위해서는 기존 알고리즘으로는 몇 주가 걸리곤 했습니다.

AI가 이러한 효율적인 설계를 가능하게 하는 역할에 대해 설명하면서, IIT 마드라스 전기공학 부교수이자 공동 저자인 Uday Khankhoje는 다음과 같이 말했습니다:

“AI는 시간 소모적인 전자기 시뮬레이션을 가속화할 뿐만 아니라, 아직 탐구되지 않은 설계 공간을 탐색하게 하며, 일반적인 경험 법칙과 인간 직관에 반하는 놀라운 고성능 장치를 제공한다.”

Sengupta 교수에 따르면, 기존 설계는 회로와 전자기 요소를 하나씩 조합했습니다. 이러한 구조 설계를 변경하면 새로운 특성을 도입할 수 있습니다. AI가 등장하면서 옵션이 이전 시스템에 비해 훨씬 확대되었다고 그는 믿습니다.

AI가 차이를 만드는 지점은 관점에 있습니다. 칩 회로의 복잡한 기하학은 인간 설계자가 혁신적인 설계를 시도하는 것을 방해합니다. 인간 설계자는 이러한 회로가 포함하는 복잡성을 이해하려 하지 않지만, AI는 칩을 하나의 전체 아티팩트로 바라보며 기묘하지만 효과적인 배열을 만들어냅니다. 

예를 들어, 연구원들은 AI를 활용하여 회로와 공동 설계된 복잡한 전자기 구조를 발견하고 설계함으로써 광대역 증폭기를 만들었습니다. 향후 연구에서는 여러 구조를 연결하고 AI를 이용한 완전한 무선 칩 설계에 대해 더 깊이 탐구할 예정입니다. 

연구의 잠재력을 요약하면서 Sengupta는 다음과 같이 말했습니다: “이것은 이 분야가 미래에 무엇을 가져올지에 대한 빙산의 일각에 불과합니다.”

AI 기반 칩은 기술 연구실을 넘어 세계를 혁신하고 있습니다. 이 혁신의 최전선에 있는 기업 중 하나가 Nvidia입니다. 이 회사는 거의 1년 전, 새로운 “슈퍼 칩”을 공개하며 인공지능 분야에서의 선두를 확장했습니다. 이제 다음 섹션에서 이 칩이 ‘슈퍼’인 이유를 살펴보겠습니다.

생체 모방 후각 칩에 대해 알아보려면 여기를 클릭하십시오.

1. Nvidia (NVDA )

Nvidia의 획기적인 발표는 Blackwell 시리즈 AI 칩에 대한 회사 연례 개발 컨퍼런스에서 나왔습니다. 이 야심찬 AI 칩 시리즈는 최신 GPT, Claude, Gemini과 같은 최첨단 데이터 센터가 Frontier AI 모델을 학습하도록 지원하기 위해 설계되었습니다. 

Blackwell B200은 회사의 H100 AI 칩보다 업그레이드된 버전입니다. 그러나 H100 AI 칩은 오늘날 대규모 AI 모델을 구동하는 요구를 충족하는 데 있어뒤처지고 있습니다. 공개된 보고서에 따르면 GPT-4 규모의 AI 모델을 학습하려면 8,000개의 H100 칩과 15메가와트의 전력이 필요합니다.

이 정도의 전력 소비량은 약 30,000가구의 영국 가정을 전력 공급할 수 있습니다. 그러나 회사의 새로운 칩을 사용하면 동일한 학습 작업을 2,000개의 B200 칩과 4메가와트의 전력으로 수행할 수 있습니다.

이는 전력 소비를 크게 줄이는 것을 의미하지만, 실제 게임 체인저는 Blackwell 라인 중 두 번째인 GB200 슈퍼칩으로, 하나의 보드에 두 개의 B200 칩을 배치하고 회사의 Grace CPU와 함께 시스템을 구축하여 Nvidia가 말하길 챗봇(Claude 또는 ChatGPT)과 같은 서버 팜에서 훈련이 아닌 실행을 위한 “30배 성능”을 제공한다고 합니다.

스마트하고 연결된 보안 임베디드 제어 솔루션을 제공하는 선도적인 반도체 공급업체인 Microchip도 NVIDIA 솔루션과 협력해 왔습니다. 지난해 11월, Microchip은PolarFire® FPGA Ethernet Sensor Bridge는 NVIDIA Holoscan 센서 처리 플랫폼과 함께 작동합니다. 이 목적은 개발자들이 인공지능(AI) 기반 센서 처리 시스템을 구축하도록 지원하는 것이었습니다. 

NVIDIA Holoscan은 엣지에서 실시간 인사이트를 위한 AI 및 고성능 컴퓨팅(HPC) 애플리케이션의 개발 및 배포를 간소화하고, 저지연 센서 스트리밍 및 네트워크 연결을 위한 모든 하드웨어와 소프트웨어 시스템을 단일 플랫폼에 통합합니다. 

NVIDIA가 산업을 성장시키는 한편, 보고에 따르면 회사도 급속히 성장하고 있습니다. 2025년 1월 7일, Nvidia CEO Jensen Huang은 자사의 AI 칩 성능이 수십 년간 컴퓨팅 발전을 이끌어 온 무어의 법칙이 설정한 역사적 속도보다 빠르게 진보하고 있다고 말했습니다.

Huang은 자사의 AI 칩이 자체적인 가속된 속도로 움직이고 있으며, 최신 데이터 센터 슈퍼칩은 이전 세대보다 AI 추론 워크로드 실행 속도가 30배 이상 빠르다고 주장했습니다. Nvidia가 어떻게 이러한 급속한 속도를 달성했는지 설명하면서 Huang은 다음과 같이 말했습니다:

“우리는 아키텍처, 칩, 시스템, 라이브러리, 알고리즘을 모두 동시에 구축할 수 있습니다. 이렇게 하면 전체 스택에서 혁신할 수 있기 때문에 무어의 법칙보다 더 빠르게 나아갈 수 있습니다.”

Huang에 따르면, Nvidia의 최신 데이터 센터 슈퍼칩인 GB200 NVL72는 AI 추론 워크로드 실행 속도가 이전 베스트셀러 칩보다 30~40배 빠릅니다. 회사는 장기적으로 더 낮은 가격에 더 높은 성능의 칩을 제공하는 데 집중하고 있습니다.

“테스트 시점 컴퓨팅에 대한 직접적이고 즉각적인 해결책은 성능과 비용 효율성 모두에서 우리의 컴퓨팅 능력을 향상시키는 것입니다.”

– Huang

전반적으로 Huang이 주장하듯, 현재 Nvidia의 AI 칩은 10년 전 제품보다 1,000배 뛰어납니다. 

2024 회계연도에 Nvidia의 매출은 126% 증가한 사상 최고인 609억 달러를 기록했습니다. GAAP 기준 희석 주당 순이익은 11.93달러로 전년 대비 586% 상승했으며, 비GAAP 기준 희석 주당 순이익은 12.96달러로 288% 상승했습니다. 비GAAP 총 마진은 73.8%였습니다.

2. Cadence (CDNS )

전자 시스템 설계 분야의 선두주자인 Cadence는 Nvidia와 Apple에 소프트웨어 및 특수 컴퓨터 서버를 공급합니다. 이 회사는 AI 기술을 제품에 도입하여 반도체 설계가 기술이 기하급수적으로 발전함에 따라 점점 복잡해지는 문제를 해결할 수 있다고 믿고 있습니다.

CEO Anirudh Devgan은 최근 회사의 AI 칩 설계 도구가 새로운 공정 노드로 전환하는 것과 유사한 칩 성능 및 밀도 이점을 제공하지만, 새로운 노드로 이동할 필요는 없다고 언급했습니다. 

따라서 Cadence는 칩 설계에 AI를 활용함으로써 전력, 성능, 면적(PPA) 최적화를 진행하고 있습니다. 이는 비용 외에 배치 및 라우팅, 디버깅과 같은 작업을 자동화하고, 칩 설계 인재 격차를 메우는 데 기여합니다. 

이러한 개선을 위해 회사는 포괄적인 “칩에서 시스템으로” 생성 AI 솔루션을 제공하며, Cadence는 이를 통해 모든 설계 영역에서 성능을 향상시키면서 10배 생산성 향상을 달성한다고 주장합니다. 전체적으로 회사는 아날로그, 디지털, 검증, PCB, 패키지 및 시스템 분석 등 다섯 가지 주요 AI 플랫폼을 보유하고 있습니다.

Cadence의 시스템 설계 및 분석 그룹 수석 소프트웨어 엔지니어링 그룹 디렉터인 Albert Zeng에 따르면,

“AI는 생산성 측면에서 큰 영향을 미칠 것입니다. 과거 경험에서 데이터를 실제로 추출할 수 있는 AI 어시스턴트를 사용하면, 젊은 엔지니어나 디자이너가 설계나 수정에 대해 더 나은 결정을 내릴 수 있도록 안내할 수 있습니다.”

2년 조금 넘게 전, Cadence는 업계 최초의 생성 AI 기술인 Voltus InsightAI를 출시했으며, 이는 설계 초기 단계에서 전자기-전류(EM-IR) 전압 강하 위반을 자동으로 찾아내는 작업을 수행합니다. 이는 계산 비용이 많이 드는 작업이었습니다. Cadence의 솔루션은 이후 가장 효과적인 수정 방안을 선택하고 적용하여 PPA를 개선합니다.

최근 몇 달 동안 Cadence는 TSMC와 협력하여 AI 기반 고급 노드 설계와 3차원 집적 회로(3D-IC)의 생산성을 높이고 성능을 향상시켰으며, 이는 방대한 데이터 세트와 연산을 처리할 수 있는 고급 실리콘 솔루션에 대한 ‘전례 없는 수요’를 충족하기 위함입니다. 이를 통해 AI 기반 설계 흐름은 최신 TSMC N2P(2nm급)와 N3 기술에서도 이용 가능해졌으며, 5%~10% 높은 성능을 제공합니다.

시가총액 802억 달러이며 현재 주가가 292.50달러인 이 회사는 9월에 종료된 분기에 매출이 거의 20% 증가했다고 보고했습니다. 가장 큰 상승폭은 최소 6분기 동안 기록된 것으로, 매출은 12억 2천만 달러에 달했습니다. 이 회사는 실제로 생성 AI 붐이 자사 제품에 대한 수요를 지속적으로 견인할 것이라고 베팅하고 있으며, 그 결과 조정된 연간 이익 전망의 중간값을 주당 5.90달러로 상향 조정했습니다. 

이 붐 외에도 Cadence의 차세대 Palladium 슈퍼컴퓨터는 성장에 기여할 수 있습니다. 회사의 GAAP 영업 이익률은 분기당 29%였으며, 비GAAP 영업 이익률은 45%였습니다. GAAP 기준 희석 순이익은 주당 0.87달러였고, 비GAAP 기준 희석 순이익은 주당 1.64달러였습니다. Cadence는 또한 56억 달러의 백로그를 보고했습니다.

결론

이번 십년 동안 가장 빠르게 진보하고 있는 기술 중 하나는 바로 AI이며, 이는 이미 산업 전반에 영향을 미치고 있으며, 이번 십년 말까지 전 세계 경제에 15조 달러 이상 기여할 것으로 예상됩니다. 이제 AI를 마이크로칩 설계에 통합하면 작업을 더욱 효율화하여 또 다른 수준의 효율성, 성능 및 확장성을 열어줄 수 있습니다.

양자 칩 이정표에 대해 알아보려면 여기를 클릭하십시오. 이는 미래 컴퓨팅에 대한 기대감을 고조시키고 있습니다.