스택 가능하고 재구성 가능한 AI 칩을 개발한 엔지니어들

MIT의 엔지니어 팀은 새로운 인공 지능 칩을 개발했으며, 이 칩은 스택 가능하고 재구성 가능한 설계를 가지고 있습니다. 이 설계는 기존의 센서와 신경망 프로세서를 교체하고 추가하는 것을 도와줍니다.

새로운 AI 칩은 휴대폰, 스마트 워치, 기타 웨어러블 디바이스가 새로운 모델로 교체되지 않도록 업그레이드할 수 있는 기능을 제공할 수 있습니다. 이러한 디바이스는 내부 칩에 새로운 센서와 프로세서를 추가할 수 있습니다. 재구성 가능한 AI 칩은 디바이스를 최신 상태로 유지하고 전자 폐기를 줄일 수 있습니다.

연구 결과는 Nature Electronics에 발표되었습니다.

칩 설계

LEGO와 같은 칩 설계는 센싱 및 처리 요소의 교대되는 계층과 데이터를 전송하는 데 사용되는 광 발광 다이오드(LED)로 구성됩니다.

이 새로운 설계는 물리적인 와이어 대신 빛을 사용하여 칩을 통해 정보를 전송합니다. 이는 칩을 재구성하고 계층을 교체 또는 추가할 수 있도록 합니다. 새로운 센서 또는 업데이트된 프로세서를 추가하는 데 사용할 수 있습니다.

Jihoon Kang은 MIT의 박사 후 연구원입니다.

“원하는 만큼 많은 컴퓨팅 계층과 센서를 추가할 수 있습니다. 예를 들어, 빛, 압력,甚至 냄새를 감지하는 센서를 추가할 수 있습니다. 우리는 이것을 LEGO와 같은 재구성 가능한 AI 칩이라고 부르며, 계층의 조합에 따라 무한한 확장성이 있습니다.”라고 Kang은 말합니다.

연구자들은 이 설계를 에지 컴퓨팅 디바이스, 자립형 디바이스, 기타 독립적으로 작동하는 전자 장치에 적용하려고 합니다.

Jeehwan Kim은 MIT의 기계 공학 부교수입니다.

“센서 네트워크를 기반으로 하는 사물 인터넷 시대에 들어서면서 다기능 에지 컴퓨팅 디바이스의 수요가 크게 증가할 것입니다. 우리가 제안한 하드웨어 아키텍처는 미래의 에지 컴퓨팅에서 높은 유연성을 제공할 것입니다.”라고 Kim은 말합니다.

새로운 설계는 기본적인 이미지 인식 작업을 수행하기 위해 이미지 센서, LED, 인공 신경망으로 구성된 계층을 사용합니다. 연구자들은 이미지 센서를 인공 신경망 배열과 쌍으로 연결하여 특정 문자를 인식하도록 훈련했습니다. 팀은 물리적인 연결 없이 계층 간에 통신을 달성할 수 있었습니다.

Hyunseok Kim은 MIT의 박사 후 연구원입니다.

“他の 칩은 금속으로 물리적으로 연결되어 있기 때문에 재배선 및 재설계가 어려워서 새로운 기능을 추가하려면 새로운 칩을 만들어야 합니다. 우리는 물리적인 와이어 연결을 광 통신 시스템으로 대체하여 원하는대로 칩을 쌓고 추가할 수 있는 자유를 얻었습니다.”라고 Kim은 말합니다.

이 광 통신 시스템은 쌍으로 된 광 검출기와 LED로 구성되며, 각 요소는 작은 픽셀로 패턴화되어 있습니다. 광 검출기는 데이터를 수신하는 이미지 센서로 작동하며, LED는 다음 계층으로 데이터를 전송합니다. 이미지 센서에 신호가 도달하면 이미지의 광 패턴은 다음 계층의 광 검출기와 인공 신경망 배열을 자극하는 LED 픽셀의 구성으로 인코딩됩니다.

스택 가능한 칩 생성

제작된 칩은 약 4mm^2 크기의 컴퓨팅 코어를 가지고 있으며, 3개의 이미지 인식 “블록”으로 구성되어 있습니다. 각 블록에는 이미지 센서, 광 통신 계층, 분류를 위한 인공 신경망 배열이 있습니다.

Min-Kyu Song은 또 다른 MIT의 박사 후 연구원입니다.

“스택 가능성, 교체 가능성, 칩에 새로운 기능을 삽입하는 능력을 보여주었습니다.”라고 Song은 말합니다.

연구자들은 이제 칩에 더 많은 센싱 및 처리 능력을 추가하려고 합니다.

“휴대폰 카메라에 새로운 이미지를 인식할 수 있는 계층을 추가할 수 있습니다. 또는 이를 건강 모니터링 장치로 변환하여 웨어러블 전자 스킨에 삽입할 수 있습니다.”라고 Choi는 말합니다.

팀은 모듈러 칩을 개발하여 소비자가 최신 센서 및 프로세서 “블록”을 선택하여 기존 칩에 추가할 수 있도록 할 것입니다.

“일반적인 칩 플랫폼을 만들 수 있으며, 각 계층을 별도로 판매할 수 있습니다. 예를 들어, 이미지 또는 음성 인식과 같은 다양한 유형의 신경망을 만들 수 있으며, 고객이 원하는 것을 선택하여 기존 칩에 추가할 수 있습니다.”라고 Jeehwan Kim은 말합니다.