차세대 소자, 컴퓨팅 성능의 병목인 ‘메모리 벽’ 한계 극복 가능성 제시

AI 요약

UC 샌디에이고 연구팀은 데이터 이동 없이 메모리 내에서 직접 연산을 수행할 수 있는 차세대 저항 메모리(RRAM) 기술을 공개했습니다. 기존 필라멘트 기반 RRAM의 불안정성과 높은 전압 문제를 해결하기 위해 '벌크 스위칭' 방식을 도입하여 안정성을 대폭 향상시켰습니다. 이 장치는 8개 층으로 3D 적층이 가능하며, 지속적 학습이 필요한 신경망을 성공적으로 구동하여 향후 AI 하드웨어의 전력 효율과 성능을 획기적으로 높일 것으로 기대됩니다.

핵심 인사이트

• 메모리 벽 극복: 프로세서와 메모리 간의 데이터 이동에 소요되는 시간과 에너지를 절감하기 위해 메모리 내부에서 아날로그 연산을 수행하는 PIM(Processor-In-Memory) 기술을 적용했습니다.
• 기술적 재설계: 기존 RRAM의 소음과 무작위적인 필라멘트 형성 문제를 벌크 스위칭 방식으로 대체하여 데이터의 정밀도(셀당 6비트)와 신뢰성을 확보했습니다.

주요 디테일

• 각 RRAM 셀은 6비트 값을 저장할 수 있어 높은 연산 정밀도를 제공합니다.
• 표준 CMOS 공정과의 통합을 방해하던 높은 구동 전압 문제를 개선했습니다.
• 선택 트랜지스터 없이도 수직 적층이 용이한 구조를 구현하여 8층 규모의 3D 스택을 성공적으로 시연했습니다.
• IEEE 국제전자소자학회(IEDM)에서 발표된 이 기술은 신경망의 핵심 연산인 행렬 곱셈 및 합산(MAC)을 아날로그 전류 방식으로 처리합니다.