뉴로모픽칩 (Neuromorphic chip)

I. 시냅스를 모방한 저전력 컴퓨팅, 뉴로모픽칩

가. 뉴로모픽칩의 개념

  • 인간 뇌의 뉴런-시냅스 구조를 모방하여 연산, 저장, 통신 기능을 융합한 다수의 저전력 코어 기반 칩

나. 뉴로모픽칩의 목적

연산, 저장, 통신 기능 융합– 폰-노이만 구조의 CPU-메모리 방식 탈피하여 연산/저장/통신 기능 융합
뉴런 기반 인공지능 연산– 인간 뇌의 뉴런을 모방하여 출력 데이터를 입력으로 받아 딥러닝 학습 수행

 

II. 뉴로모픽칩 구조 및 메커니즘

가. 뉴로모픽칩 구조

  • 뉴런-시냅스 구조로 연산/저장/통신 기능 융합 병목현상 제거 

나. 뉴로모픽칩 구성요소

구분구성요소핵심 기능
시냅틱
코어
입력 뉴런– axon, 이전코어에서 신호 수신
출력 뉴런– dendrite, 다음코어로 신호 전달
시냅틱 크로스– synapse, 입력과 출력 뉴런 연결
처리
신호
weight– 출력→입력 신호 전달 활성화
spike– 뉴런 통해 전달되는 임계 전압
PRNG– 뉴런에 대한 의사 난수 가중치
  • 시냅틱 코어는 학습을 통해 시냅틱 크로스를 활성/비활성화 시켜, spike 전달 여부를 결정

다. 뉴로모픽칩 동작 메커니즘

개념도설명
– 한 코어에서 발생한 전기 신호는 다음 코어로 빠르게 전달되며, 둘 사이 연관이 높으면 저항을 낮추어 전류량을 자동으로 늘림
  • 뉴로모픽칩은 독립적 인공지능이 필요한 로봇, 자율주행 등 여러 분야의 핵심 기술로 국내외 기술개발 경쟁 중

 

III. 뉴로모픽 컴퓨팅과 기존 컴퓨팅의 차이점

항목뉴로모픽 컴퓨팅기존 컴퓨팅
구성뉴런, 시냅스(병렬식)CPU, RAM, I/O(직렬식)
처리 데이터디지털, 아날로그디지털
처리 방식병렬 처리순차 처리
기본 소자뉴런논리 소자
실행 근거학습사전 프로그래밍
정보 저장뉴런 간 연결강도기억장치(RAM)
특징낮은소모전력,학습뛰어난 연산 능력
응용분야연상, 추론, 인식복잡한 계산
  • 뉴로모픽칩 중 트루노스의 경우 28나노 파운드리 공정기반 고성능 저전력 설계로 인공지능 연산에 사용

콘텐츠 사용 시 출처 표기 부탁 드리고, 궁금한 점이나 의견은 댓글 남겨주세요^^