์ธํฐ๋ทฐ
์๋ฉํธ ์ฟ ๋ง๋ฅด, Innatera์ ๊ณต๋ ์ฐฝ๋ฆฝ์ ๋ฐ CEO – ์ธํฐ๋ทฐ ์๋ฆฌ์ฆ
수메트 쿠마르는 Innatera Nanosystems의 공동 창립자 및 CEO로서, IoT, 웨어러블, 임베디드 디바이스의 센서 데이터 분석을 위한 초고効率 뉴로모픽 프로세서의 개발을 이끌고 있습니다. 이전에는 TU 델프트에서 EU 자금 지원 연구를 관리했으며, 5,000만 유로의 PRYSTINE 프로젝트를 포함한 자율 주행 차량 기술 및 인텔 및 학술 연구에서 고급 프로세서 아키텍처에 대한 역할을 수행했습니다.
Innatera는 “센서 에지”에 초저전력 지능을 제공하는 반도체 회사입니다. 그들의 핵심 혁신은 뇌의 이벤트 기반 처리를 모방하는 아날로그-혼합 신호 아키텍처에 기반한 스파이킹 신경 프로세서입니다. 이러한 칩은 서브 밀리와트 전력 수준과 초저 지연에서 센서 데이터의 패턴을 인식할 수 있으며, 항상 켜져 있는 전력 제한 응용 프로그램에 이상적입니다.
2018年にInnatera를 공동 설립하여 연구소에서 실제 디바이스로 뉴로모픽 프로세서를 가져오겠다는 비전을 가지고 시작했습니다. 개인적으로 회사를 시작하게 된 동기는 무엇이었으며, 그 비전은 지난 7년 동안 어떻게 진화했나요?
Innatera는 명확한 임무를 가지고 설립되었습니다. 즉, 뇌와 같은 지능을 직접 센서에 가져오기 위한 것입니다. 2018년에도 이미 기기들이 점점 더 복잡한 센서를 통합하고 있었으며, 항상 켜져 있는 센싱의 필요성이 증가하고 있었습니다. 마이크로컨트롤러는 전력 효율적인 AI 기능이 부족했으며, 이는 작은 배터리로 구동되는 기기의 연속 처리에 대해서도 그렇습니다. 이러한 기기에서 센서 데이터가 처리되는 방식이 변경되어야 한다는 것은 명백했습니다. 그리고 TUDelft에서 수행한 10년간의 뉴로모픽 컴퓨팅 및 에너지 효율적인 처리 연구는 이 도전에 대한 답을 제공하는 것으로 보였습니다.
우리의 비전은 일관되었습니다. 즉, 지능형 센서로 구동되는 더智能하고, 청정하고, 안전한 세계를 만들기 위한 것입니다. 우리의 칩을 통해 세계의 센서 데이터를 직접 원천에서 처리할 수 있게 되며, 이는 현대적인 AI의 에너지 사용량을 급격히 줄일 것입니다. 우리는 2030년까지 10억 개의 센서를 지능형으로 만들고자 합니다.
Pulsar는 그 여정의 첫 번째 단계입니다. 이는 주류 채택을 위한 세계 최초의 뉴로모픽 마이크로컨트롤러입니다. 이는 웨어러블, 스마트 홈 디바이스, 산업 시스템 등을 포함한 다양한 사용 사례에서 뇌 기반 지능을 실제로 사용할 수 있게 하며, 미래의 적응형 및 자율 기술의 기초를 마련합니다.
Pulsar는 7년간의 어려운 연구와 엔지니어링을 통해 구현된 센서에서 처리를 위한 근본적으로 새로운 접근 방식에 기반합니다. 4명의 사람으로 시작한 벤처가 15개국에 걸친 100명의 글로벌 팀으로 성장했으며, 회복력, 창의력, 야망을 기반으로 하는 사람 중심의 문화로 단결했습니다.
Pulsar는 이전의 연구실에 대부분 국한된 뉴로모픽 칩과는 무엇이 다르며,真正의 대량 생산용 뉴로모픽 마이크로컨트롤러로 기술되나요?
학술 연구의 초점은 종종 어려운 문제를 해결하기 위한 혁신적인 새로운 접근 방식을 개발하는 것입니다. 결과적으로, 솔루션의 이점은 종종 고립되어 측정됩니다. 그러나 이러한 새로운 기술이 생산에 배포될 때, 시스템의 다른 부분과 상호 작용해야 하므로 그 이점이 희석되는 경우가 많습니다. 이는 많은 뉴로모픽 및 전통적인 AI 가속 기술에도 해당됩니다. 즉, 동일한 기본 원칙을 고려하여 설계되지 않은 시스템에 통합되므로 결과는 효율성 측면에서 옅어집니다. 반면에 Pulsar는 완전한 독립형 마이크로컨트롤러로서, 효율적인 센서 데이터 처리를 위해 설계되었습니다.
이것은 아날로그 및 디지털 스파이킹 신경 핵, CNN 및 FFT 가속기, 그리고 시스템 관리 및 센서 제어를 위한 전체 32비트 RISC-V 서브시스템을 포함하여, 단일 칩 내에서 센서 데이터 처리에 필요한 모든 것을 통합하여 설계되었습니다. 이 이기종 아키텍처는 Pulsar가 원천에서 처리된 원시 센서 데이터를 직접 동작 가능한 통찰력으로 변환할 수 있게 하며, 이는 기존 AI 프로세서보다 최대 500배 적은 에너지를 소비하고 100배 빠르게 실행할 수 있습니다.
하드웨어를 넘어서, Pulsar는 또한 오랜 소프트웨어 장벽을 해결합니다. PyTorch와의 네이티브 통합을 제공하는 Talamo SDK는 뉴로모픽 개발을 주류 엔지니어에게 접근 가능하게 하며, 서브 밀리와트 전력 예산에서 5KB 미만의 컴팩트 모델을 실행할 수 있습니다. 모든 것을 2.8 x 2.6 mm 패키지에 집적함으로써, Pulsar는 다중 칩 설정의 필요성을 제거하여真正의 대량 생산용 뉴로모픽 프로세서로 만듭니다.
Innatera에서 접근성은 큰 테마입니다. Talamo SDK, 특히 PyTorch 통합을 통해, 뉴로모픽 컴퓨팅에 익숙하지 않은 개발자에게 어떤 장벽을 낮추나요?
수십 년 동안 뉴로모픽 채택의 주요 장벽은 하드웨어가 아니라 개발자 친화적인 도구의 부족이었습니다. 개발자는 가파른 학습 곡선과 익숙하지 않은 워크플로우에 직면하여, 이는 혁신을 느리게 만들었습니다. Talamo는 이러한 문제를 직접 해결하여 PyTorch 기반 SDK를 제공함으로써, 엔지니어가 친숙한 워크플로우를 통해 스파이킹 신경 네트워크를 설계, 훈련, 배포할 수 있게 합니다. 컴팩트 모델은 기존 센서 아키텍처에 쉽게 통합되어, 가장 작은 전력 제한 디바이스에서도 항상 켜져 있는 지능을 가능하게 합니다. 복잡성을 제거하고 개발을 가속화함으로써, Talamo는 뉴로모픽 컴퓨팅을 주류 개발자에게 접근 가능하게 하며, 프로토 타입에서 제품까지의 경로를 가속화합니다.
기술적인 관점에서, Pulsar 내부의 아날로그 및 디지털 스파이킹 가속기를 어떻게 균형 있게 조정하여 다양한 워크로드를 효율적으로 처리하나요?
Pulsar의 아키텍처는 에너지 사용과 유연성을 최적화하기 위해 아날로그와 디지털 스파이킹 핵을 혼합합니다. 아날로그 핵은 연속적인 항상 켜져 있는 센서 워크로드에서 초고効率 처리를 제공합니다. 여기서 매개 변수마다 중요합니다. 디지털 핵은 더 복잡하거나 가변적인 작업을 위한 프로그래밍 가능성과 정밀성을 제공합니다.仍然으로 효율적인 전력 봉투 내에서입니다. 워크로드는 응용 프로그램의 필요에 따라 두 가지 핵 사이에서 분산됩니다. 이는 에너지가 데이터가 변경될 때만 소비되도록 허용합니다. 이러한 이벤트 기반 접근 방식은 Pulsar가 서브 밀리와트 성능을 유지하면서 다양한 실제 응용 프로그램을 지원할 수 있는 유연성을 제공합니다.
개발자의 워크플로우, 즉 모델 훈련에서 Pulsar에 배포까지를 설명해 주시겠습니까? 그리고 효율성의 가장 큰 이점은 어디에서 실현되나요?
워크플로는 PyTorch에서 시작하여 개발자가 전통적인 AI와 마찬가지로 모델을 설계하고 훈련합니다. Innatera의 Talamo SDK를 사용하여 모델을 Pulsar의 하드웨어에 최적화된 스파이킹 신경 네트워크로 변환할 수 있습니다. 개발자는 모델을 시뮬레이션, 개선, Pulsar 칩에 직접 배포할 수 있으며, 이는 종종 5KB 크기만큼 작을 수 있습니다. 모델 개발 단계는 더 큰 응용 프로그램 파이프라인 개발 흐름 내에서 통합되어, 개발자가 RISC-V와 CNN 가속기, 모든 것을 대상으로 하는 코드를 단일한 방식으로 빌드할 수 있습니다. 이는 개발자 경험의 향상과 더 짧은 개발 시간을 의미합니다.
가장 큰 효율성 이점은 모델이 Pulsar의 이벤트 기반 스파이킹 핵에서 실행 중일 때 발생합니다. 전통적인 마이크로컨트롤러와 달리, Pulsar는 데이터가 변경될 때만 처리를 수행합니다. 이는 제스처 인식 또는 레이더 기반 존재 감지와 같은 항상 켜져 있는 작업을 서브 밀리와트 수준에서 연속적으로 실행할 수 있게 하며, 이는 에너지 효율성에서 몇십 배의 개선과 높은 정확도, 매우 짧은 지연을 제공합니다.
어떤 부문에서 기술을 가장 빠르게 채택하고 있으며, Pulsar를 제품에 이미 배포하고 있는 초기 고객 또는 파트너의 예를 들어주실 수 있나요?
Pulsar의 채택은 항상 켜져 있는 센싱과 초저전력이 가장 중요한 분야에서 가장 빠르게 진행되고 있습니다. 이는 스마트 홈, 웨어러블, 산업 안전을 포함합니다. 좋은 예는 Aaroh Labs입니다. Innatera와 협력하여 다음 세대의 연기 감지기를 개발했으며, 이는 최근 SEMICON India 2025에서 공개되었습니다. 이러한 디바이스는 단순히 연기를 감지하는 것 이상을 수행하여, 인간 존재 감지와 더불어 더 풍부한 상황 인식을 제공하고, 더智能한 안전 시스템을住宅, 상업, 산업 환경을 위한 것입니다.
同じ 뉴로모픽 접근 방식은 자산 추적 및 환경 모니터링으로 확장될 수 있으며, 이는 연결된 의료 및 스마트 시티에 대한 광범위한 의미를 가집니다. SEMICON India에서 CYRAN AI Solutions도 Innatera의 기술이 컴팩트 센서 시스템, 즉 제스처 인식용 EMG 웨어러블에 통합되는 방식을展示하여, 뉴로모픽 AI가 인간-기계 상호 작용을 가능하게 하는 잠재력을 강조했습니다.
이러한 초기 배포는 단지 시작에 불과하며, 뉴로모픽 컴퓨팅이 이론에서 실제로 적용되기 시작하여, 실제 응용 프로그램에서 빠르게 뿌리내리고 있음을 나타냅니다.
우리는 이전에 서브 밀리와트 이하의 전력 소비에서 제스처 인식 및 레이더 기반 존재 감지와 같은 예를 보았습니다. 이러한 제약된 환경에서 정확도와 신뢰성을 어떻게 검증하나요?
검증은 종종 응용 프로그램에 따라 다르며, 정확도 외에도 거짓 양성 및 거짓 음성 감지率가 솔루션의 신뢰성을 나타내는 중요한 지표입니다. 종종 고객은 특정 KPI 및 테스트 조건을 가지고 있습니다. Pulsar의 유연성이 이러한 모든 기준을 충족하는 포괄적인 솔루션을 가능하게 하는 핵심입니다. 비교는 전통적인 마이크로컨트롤러 및 가속기와의 벤치마크를 통해 수행되며, 이는 동일한 작업에 대해 일반적으로 40~100배 더 많은 전력을 소비합니다.
실제 데모에서, 레이더 기반 존재 감지 및 오디오 장면 분류와 같은 경우, Pulsar는 서브 밀리와트 예산 내에서 90% 이상의 정확도를 일관되게 제공합니다. 이는 전통적으로 항상 켜져 있는 시스템이 양립할 수 없었던, 신뢰성을犠牲하지 않고 연속적인 작동을 가능하게 합니다.
NPUs 및 CPUs와 보완적인 기술로 Pulsar를 пози션하고 있습니다. 미래의 스마트 디바이스의 실리콘 스택에서 뉴로모픽 컴퓨팅이 어떻게 적합할 것으로 보나요?
Pulsar는 센서와 통신하는 첫 번째 칩입니다. 그것은 원천에서 초저전력으로 데이터를 처리하여, 원시 센서 신호를 의미 있는, 동작 가능한 정보로 변환합니다. NPUs 및 CPUs는 더 무거운 처리가 필요한 경우에만 참여할 수 있습니다.
이것은 뉴로모픽 프로세서가 실리콘 스택의 보완적인 계층임을 의미합니다. 즉, 항상 인식하고, 항상 켜져 있는 기반으로, 디바이스의 수명을 연장하고, 에너지 사용을 줄이고, 반응성을 개선합니다. Pulsar는 시스템의 다른 부분과 상호 작용할 필요가 없는, 센서 데이터 처리 작업을 전통적으로 더 높은 전력 구성 요소에서 가져옵니다. 이는 이러한 구성 요소를 많은 디바이스에서 끌 수 있게 하며, บาง 경우에는 완전히 제거할 수 있습니다. 이는 더智能하고, 더 오래 지속되는 디바이스를 가능하게 합니다.
Aaroh Labs 및 CYRAN AI Solutions와 같은 파트너와의 협력이 뉴로모픽 AI의 실제 채택을 가속화하는 데 어떤 역할을 하나요?
협력은 기술적인 돌파구와 광범위한 채택 사이의 다리 역할을 합니다. Aaroh Labs 및 CYRAN AI Solutions와 같은 혁신가와 협력하여, Innatera는 Pulsar가 실제 환경에서 검증되고, 특정 수직으로 맞춤형으로 개발되는 것을 보장합니다. Aaroh Labs는 뉴로모픽 지능을 중요한 안전 인프라에 도입하며, CYRAN AI Solutions는 인간-기계 상호 작용에서 그 잠재력을展示합니다. 이러한 협력은 기술의 다용도성을 입증하며, 다른 채택자에게 장벽을 낮추고, 대규모로 뉴로모픽 프로세서를 배포하는 데 대한 자신감을 높입니다.
센서 공급업체와의 협력, 예를 들어 Socionext와의 협력은 우리에게 센서 모듈에 지능을 밀접하게 집적할 수 있는 기회를 제공하여, 지능형 센싱을 디바이스에 채택하고 배포를 단순화합니다. 이러한 협력은 이미 강력하고 성장하는 우리의 생태계를 강화하며, 산업에서 뉴로모픽 컴퓨팅의 확산을 가속화합니다.
미래를 내다보며, Pulsar와 그 후속 기종이 엣지에서 간단한 추론을 넘어, 온디바이스 학습 및 적응으로 나아갈 것으로 보나요?
절대적으로 그렇습니다. Pulsar로 우리는 뉴로모픽이 할 수 있는 것의 표면에 불과히 스크래치했습니다. 뉴로모픽 프로세서는 본질적으로 온라인 학습 및 적응에 적합하며, Pulsar는 디바이스가 단순히 감지하고 반응하는 것 이상의 것을 수행할 수 있는 기반을 마련합니다.
뉴로모픽 컴퓨팅은 적응형 및 자율적인 엣지 디바이스의 새로운 세대를 가능하게 할 것입니다. 즉, 시스템은 실시간으로 학습하고, 자기 조정 및 최적화하며, 작은 배터리에서 실행됩니다. 이러한 진화는 웨어러블이 행동에 따라 즉시 조정하거나, 산업 시스템이 최소한의 에너지 사용으로 예측 및 예방할 수 있는 широк은 응용 분야를 가능하게 할 것입니다. 장기적인 목표는 지능과 연속적이고 적응 가능하며, 회복력이 뛰어난 디바이스를 만들며, 이는 엣지에서 실제로 가능한 것을 재정의할 것입니다.
멋진 인터뷰 감사합니다. 더 많은 정보를 원하는 독자는 Innatera를 방문하십시오.
