구글, 기계학습 AI로 AI칩 설계 혁신 시도

기계학습AI로 AI칩 설계 최적화 알고리즘 연구

구글이 인공지능(AI)을 활용해 AI칩 개발 속도를 높이기 위한 연구를 시도한다.

미국 지디넷에 따르면 구글 브레인의 AI 연구책임자인 제프 딘은 아폴로 프로젝트의 최근 연구 내용을 공식 블로그를 통해 소개했다.

아폴로 프로젝트는 딥러닝에 필요한 하드웨어 가속기를 설계하는 과정에 기계학습(ML) AI를 적용하는 연구다. AI용 하드웨어 설계 작업을 통해 소프트웨어와 하드웨어를 동시에 발전시키기 위함이다.

구글이 AI칩 설계에 최적화된 아키텍쳐 탐색을 위해 딥러닝을 활용한다(이미지=구글)

특히 이번 연구는 최적화된 설계작업을 위한 효율적인 개발 프로세스를 구축할 수 있어 주목받는다.

회로 설계는 AI칩의 기능적 요소 설계, 부품 간 상호작용 방식 등을 고려해야하는 등 복잡하고 변수가 많다. 그래서 그동안 사람이 무작위로 설계, 개선작업을 반복하는 무작위 도입 방식을 주로 사용해왔다.

제프 딘이 공개한 내용에 따르면 아폴로 프로젝트에서 개발한 AI를 칩설계에 적용한 결과 사람보다 더 나은 성과를 보였다. 

아키텍처 세트간 구성 최적화 작업에 보상설계 구성을 적용해 24.6% 성능을 향상시켰으며, 설계 제약이 다른 아키텍처간 데이터 공유를 통해 객관적 가치를 25% 개선했다. 가속기 개발 속도도 6% 높일 수 있었다.

제프 딘은 “아폴로 프로젝트를 통해 AI가 AI칩 설계 작업을 더 잘 이해하고 효율적인 하드웨어 구축을 위한 새로운 단계를 제시했다”며 “다만 아직은 딥러닝 기반 더욱 발전된 하드웨어를 개발하고 새로운 기능을 개발하기 위한 연구 단계”라고 말했다.