Hussein Osman, Lattice Semiconductor의 Segment Marketing Director – 인터뷰 시리즈

Hussein Osman은 2십년 이상의 반도체 산업 베테랑으로, 센싱, 처리 및 커넥티비티 솔루션을 통합하는 실리콘 및 소프트웨어 제품을 시장에 출시하는 경험을 가지고 있습니다. 이러한 경험은 최종 사용자에게 가치를 제공하는 혁신적인 경험에 중점을 두고 있습니다. 최근 5년 동안 그는 Lattice Semiconductor에서 sensAI 솔루션 전략 및 시장 출시 노력을 주도하며 고성능 AI/ML 애플리케이션을 생성했습니다. 오스만 씨는 샌루이스오비スポ의 캘리포니아 폴리테크닉 주립 대학교에서 전기 공학 학사 학위를 받았습니다.

Lattice Semiconductor (LSCC -2.91%)는 통신, 컴퓨팅, 산업, 자동차 및 소비자 시장에서 사용되는 저전력 프로그래머블 솔루션을 제공하는 회사입니다. 회사의 저전력 FPGA 및 소프트웨어 툴은 에지에서 클라우드까지의 다양한 애플리케이션에서 개발을 가속화하고 혁신을 지원하도록 설계되었습니다.

에지 AI는 클라우드 기반 AI 처리의 대안을 찾는 기업으로 인해 점점 더 인기를 얻고 있습니다. 반도체 산업에 미치는 이 변화를 어떻게 보시나요? 또한 Lattice Semiconductor는 이 변환에서 어떤 역할을 하나요? 

에지 AI는 절대적으로 인기를 얻고 있으며, 이는 전체 시장의 혁신을 가능하게 하는 잠재력을 가지고 있기 때문입니다. 다양한 산업의 조직은 에지 AI를 통해 비즈니스 운영을 더 빠르고 효율적이며 보안이 강화된 실시간 애플리케이션에서 클라우드 컴퓨팅만으로 가능한 것보다 더 많은 것을 달성할 수 있습니다. 이것이 대부분의 사람들이 에지 AI를 구현했을 때 비즈니스 운영이 어떻게 변경되는지에 중점을 두는 부분입니다. 그러나 에지 AI 혁신은 원래 장비 제조업체가 AI 모델을 실행할 수 있는 시스템 구성 요소를 설계하도록 推動하고 있습니다. 즉, 경량화된 최적화 알고리즘, 전문 하드웨어 및 성능을 보완하고 강화하는 기타 진보가 필요합니다. 여기서 Lattice Semiconductor가 등장합니다.

우리의 필드 프로그래머블 게이트 어레이(FPGA)는 설계자가 엄격한 시스템 요구 사항을 충족하도록 하는 고도로 적응 가능한 하드웨어를 제공합니다. 이러한 요구 사항에는 대기 시간, 전력, 보안, 커넥티비티, 크기 등이 포함됩니다.它们는 자동차, 산업, 의료 애플리케이션과 같은 임무 중요 시스템을 작동하는 장치를 구축할 수 있는 엔지니어가 사용할 수 있는 기반을 제공합니다. 이것은 현재 우리의 주요 혁신 영역이며 고객이 에지 AI 시대를 자신감 있게 맞이할 수 있도록 도와주는 데 매우 흥미롭습니다.

기업이 에지 AI를 구현할 때 직면하는 주요 도전 과제는 무엇이며, 어떻게 FPGA가 이러한 문제를 전통적인 프로세서 또는 GPU보다 더 효과적으로 해결할 수 있나요?

일부 도전 과제는 기술이 발전함에 따라 진실로 보편적인 것으로 보입니다. 예를 들어, 에지 AI의 힘을 활용하려는 개발자와 기업은 다음과 같은 일반적인 도전 과제에 직면할 수 있습니다:

• 리소스 관리. 에지 AI 장치는 제한된 컴퓨팅 및 배터리 용량 내에서 신뢰할 수 있게 복잡한 프로세스를 수행해야 합니다.
• 에지 AI는 로컬 데이터 처리의 개인 정보 보호 이점을 제공하지만 물리적인 조작 가능성 또는 작은 규모의 모델과 관련된 취약성과 같은 다른 보안 문제를 제기합니다.
• 에지 AI 생태계는 하드웨어 아키텍처와 컴퓨팅 요구 사항이 매우 다양할 수 있으므로 데이터 관리 및 모델 업데이트와 같은 측면을 대규모로 스트리밍하는 것이 어려울 수 있습니다.

FPGA는 에지 AI의 주요 통증 점을 해결하는 데 도움이 되도록 효율적인 병렬 처리, 저전력 소비, 하드웨어 수준의 보안 기능 및 재구성 가능성을 제공합니다. 이러한 기능은 마케팅용 언어로 들릴 수 있지만 에지 AI의 주요 문제를 해결하는 데 필수적인 기능입니다.

FPGA는 전통적으로 브리징 및 I/O 확장과 같은 기능에 사용되었습니다. 에지 AI 애플리케이션에서 특히 적합한 이유는 무엇인가요?

네, 당신이 말한 대로 FPGA는 커넥티비티 분야에서 탁월합니다. 이것은 에지 AI 애플리케이션에서 매우 강력한 기능입니다. 커스터마이즈 가능한 I/O 포트를 통해 다양한 장치와 통신 프로토콜과 인터페이스할 수 있습니다. 또한 브리징 및 센서 퓨전과 같은 기능을 수행하여 시스템 구성 요소 간의 데이터 교환, 집계 및 동기화를 보장합니다. 이러한 기능은 오늘날의 에지 AI 생태계가 더 복잡해지고 상호 운용성 및 확장성이 증가함에 따라 특히 중요합니다.

그러나 우리가 논의한 대로, FPGA의 커넥티비티 이점은 빙산의 일각에 불과합니다. 또한 그들의 적응성, 처리 능력, 에너지 효율성 및 보안 기능이 결과를驱動하는 것입니다. 예를 들어, FPGA를 특정 AI 작업을 수행하도록 구성하고 필드에서 쉽게 재프로그래밍할 수 있습니다. 이것은 개발자가 애플리케이션을 고유한 요구 사항에 맞추고 발전하는 요구 사항을 충족하도록 허용합니다.

에지 AI를 위한 실시간 처리 기능 측면에서 저전력 FPGA는 GPU 및 ASIC와 비교하여 효율성, 확장성 및 실시간 처리 기능이 어떻게 비교되나요?

GPU 및 ASIC와 같은 하드웨어가 에지 AI 애플리케이션을 지원할 수 있는 컴퓨팅 능력을 가지고 있지 않다고 주장하지는 않습니다. 그러나 FPGA는 이러한 구성 요소보다 잠재적으로 더 나은 위치에 있습니다. 예를 들어, GPU 하드웨어는 광범위한 호환성을 위해 설계되었으며 특정 에지 애플리케이션을 지원하는 데 FPGA만큼 적합하지 않을 수 있습니다. 반면에, ASIC는 특정 애플리케이션을 위해 설계되지만 고정 기능으로 인해 중요한 사용 변경에 대한 재설계가 필요합니다. FPGA는 두 가지 세계의 최선을 제공합니다.它们는 낮은 대기 시간이 있는 커스텀 하드웨어 파이프라인과 에지 모델을 업데이트할 때 수정할 수 있는 공간을 제공합니다.

물론, 단일 옵션이 유일한 올바른 선택은 아닙니다. 각 개발자는 시스템의 주요 기능, 달성하려는 주요 결과 및 미래에 대한 설계의 민첩성을 고려하여 하드웨어 및 소프트웨어 구성 요소를 선택해야 합니다. 우리는 단지 FPGA가通常 가장 좋은 선택이라고 생각합니다.

Lattice의 FPGA는 에지에서 AI 기반 의사 결정 기능을 어떻게 강화하나요? 특히 자동차, 산업 자동화 및 IoT와 같은 산업에서?

FPGA의 병렬 처리 능력은 좋은 출발점입니다. 순차적 프로세서와 달리, FPGA의 아키텍처는 여러 작업을 동시에 수행할 수 있습니다. 이는 자동차, 산업 자동화 및 IoT와 같은 주요 垂直 산업에서 실시간 애플리케이션을 지원하는 데 필요한 높은 처리량 및 낮은 대기 시간을 제공합니다. 또한 특정 AI 워크로드에 맞추고 필드에서 쉽게 재프로그래밍할 수 있습니다. 마지막으로, 보안이 강화된 AI 시스템을 보장하기 위해 하드웨어 수준의 보안 기능을 제공합니다.

Lattice의 FPGA가 에지 AI 성능, 보안 또는 효율성을 크게 개선한 실제 사용 사례는 무엇인가요?

훌륭한 질문입니다! 내가 정말 흥미롭게 생각하는 응용 프로그램 중 하나는 엔지니어가 다음 세대의 스마트, AI 기반 로봇을 구동하기 위해 Lattice FPGA를 사용하는 방식입니다. 지능형 로봇은 안전한 자동화를 보장하기 위해 실시간, 온디바이스 처리 능력이 필요하며, 이것은 에지 AI가 제공하도록 설계되었습니다. 이러한 보조 장치의 수요는 증가하고 있습니다. 또한 그들의 기능은 더 복잡해지고 더 정교해지고 있습니다. 최근 컨퍼런스에서 Lattice 팀은 FPGA를 사용하여 스마트 로봇이 공중에서 공을 추적하고 잡는 것을 보여주었습니다. 이것은 이러한 기계가 올바른 기술로 구축될 때 얼마나 빠르고 정확할 수 있는지 보여줍니다.

이것이 하드웨어 관점에서 इतन 흥미로운 이유는 이러한 애플리케이션을 지원하기 위해 설계 전략이 어떻게 변경되고 있는지입니다. 예를 들어, 개발자는 전통적인 프로세서 또는 기타 전통적인 프로세서만에 의존하는 대신 FPGA를 혼합하여 통합하고 있습니다. 주요 이점은 FPGA가 더 많은 센서 및 액추에이터(그리고 이러한 구성 요소의 더 다양한 범위)와 인터페이스할 수 있으며, 이러한 센서 근처에서 저수준 처리 작업을 수행하여 주요 컴퓨팅 엔진이 더 고급 계산에 자유롭게 사용할 수 있도록 합니다.

에지에서 AI 추론에 대한 수요가 증가함에 따라 Lattice는 더 큰 반도체 회사에서 개발된 전문 AI 칩과 경쟁에서 자신의 FPGA를 유지하는 방법을 어떻게 생각하나요?

반도체 산업이 AI 칩 개발을 추구하는 데 큰 영향을 미치고 있음을 알 수 있습니다. 예를 들어, Nvidia가 비디오 게임 그래픽스 카드에서 AI 산업의 거물로 전환한 방식을 보십시오. 그러나 Lattice는 시장에 독특한 강점을 제공합니다.우리의 FPGA는 단순히 수요가 증가하기 때문에 투자하는 구성 요소가 아닙니다. 그것들은 우리의 핵심 제품 라인의 중요한 부분입니다. 저전력, 프로그래머블성, 전력 소비, 확장성과 같은 우리의 FPGA 제품의 강점은 수년간의 기술 개발 및 개선의 결과입니다. 우리는 또한 AI 설계 및 기타 분야에서 FPGA 사용을 최적화하기 위해 산업을 선도하는 소프트웨어 및 솔루션 스택을 제공합니다.

우리는 우리의 FPGA를 통해 연속적인 개선과 반도체 산업 전반의 파트너와의 관계를 통해 개선해 왔습니다. 우리는 고객에게 가장 관련性이 높고 신뢰할 수 있는 기술 능력을 제공함으로써 경쟁력을 유지할 것입니다. 우리는 디자인, 개발 및 구현 파트너와 협력하여 우리의 고객이 요구 사항을 충족하는 데 필요한 올바른 하드웨어 및 소프트웨어 구성 요소를 제공하는 데 도움이 되도록 할 것입니다.

FPGA의 프로그래머블성이 에지 AI 모델 및 워크로드의 발전과 적응에 어떻게 기여하나요?

고정 함수 하드웨어와 달리, FPGA는 배포 후에 재구성 및 재프로그래밍할 수 있습니다. 이러한 내재된 적응성은 특히 에지 AI 모델 및 워크로드의 발전을 지원하는 데 필수적인 기능입니다. AI 풍경이 얼마나 역동적인지 고려하면 개발자는 알고리즘 업데이트와 증가하는 데이터 세트 및 기타 중요한 변경 사항을 걱정하지 않고 지원할 수 있어야 합니다.

예를 들어, FPGA는 현재 진행 중인 양자 암호화(post-quantum cryptography, PQC)로의 전환에서 중요한 역할을 하고 있습니다. 기업이 취약한 암호화 체계를 다음 세대의 알고리즘으로 대체하고 새로운 PQC 표준을遵守하려는 상황에서 FPGA를 사용하여 무결한 전환을 촉진하고 있습니다.

Lattice의 FPGA는 에지 AI 배포에서 성능, 전력 소비 및 비용 간의 트레이드오프를 어떻게 균형 있게 유지하나요?

최종적으로 개발자는 성능과 가능성 사이에서 선택할 필요가 없습니다. 예, 에지 애플리케이션은 계산 제한, 전력 제한 및 증가된 대기 시간으로 인해 방해받을 수 있습니다. 그러나 Lattice FPGA를 사용하면 개발자는 유연하고 에너지 효율이 높으며 확장 가능한 하드웨어로 이러한 도전 과제를 완화할 수 있습니다. 커스터마이즈 가능한 I/O 인터페이스는 복잡성을 줄이면서 다양한 에지 애플리케이션과 연결할 수 있습니다.

배포 후 수정도 발전하는 모델을 지원하기 쉽게 만듭니다. 또한 센서 근처에서 전처리 및 데이터 집계가 FPGA에서 발생할 수 있으므로 에지 프로세서의 전력 및 계산 부담을 낮추고 대기 시간을 줄이고 비용을 낮추고 시스템 효율성을 높일 수 있습니다.

에지 AI 및 전력 효율적인 처리와 관련하여 향후 5-10년 동안 AI 하드웨어의 미래를 어떻게 예상하나요?

에지 디바이스는 더 빠르고 강력해져야 합니다. 이는 비즈니스에서 번창하기 위해 필요한 복잡한 AI 및 ML 알고리즘의 컴퓨팅 및 에너지 요구를 충족하기 위해서입니다. 에지 애플리케이션을 지원하는 동적 하드웨어 구성 요소의 능력도 발전해야 합니다. 더 작고, 더智能하고, 더 통합되어야 합니다. FPGA는 기존의 유연성을 확장하여 낮은 대기 시간 및 낮은 전력 능력을 제공해야 하며, 발전하는 요구 사항을 충족하기 위해 재프로그래밍 및 재구성을 허용해야 합니다. 이러한 능력으로 FPGA는 개발자가 발전하는 모델을 충족하도록 재프로그래밍 및 재구성할 수 있도록 계속하여 도와줄 것입니다. 이것은 더 복잡한 자율 주행 자동차, 산업 자동화, 스마트 시티 또는 그 이상의 애플리케이션을 지원하는 데 도움이 될 것입니다.

훌륭한 인터뷰에 감사드립니다. 자세한 정보를 원하는 독자는 Lattice Semiconductor를 방문해야 합니다.