비씨엠테크가 오는 16일 열리는 ‘The AI Show 2023(TAS 2023)’에 참가해 자사 AI 엣지 시스템(AI Edge System), AI 가속 카드, AI 소프트웨어 등 솔루션을 선보인다. TAS 2023은 AI 전시회를 비롯해 컨퍼런스, 시상식 등이 함께 열리는 AI 축제다. 올해 첫 걸음을 떼는 TAS 2023에서는 화두인 생성형 AI 관련해 기술을 보유한 기업과 기업, 대학이 참가해 대중에게 AI 기술을 쉽게 알릴 예정이다. 비씨엠테크의 MAVERICK 시리즈는 NPU 기반의 하드웨어 솔루션 브랜드로, AI 하드웨어 가속기 카드인 MAVERICK H 시리즈, AI 엣지 시스템(AI Edge System)인 MAVERICK-nano와 MAVERICK-Shark가 대표적인 제품이다. 회사에 따르면 해당 시리즈는 동종 경쟁사에 비해 우수한 성능과 소비전력 효율, 합리적인 공급 가격을 통해 많은 고객사에 적용 중이다. 비씨엠테크는 또한 높은 고성능 고효율 AI 프로그램의 손쉬운 개발을 위한 소프트웨어 패키지인 MY Pack을 제공해 고객의 빠른 프로젝트 성공을 지원한다. 비씨엠테크는 인텔(Intel) CPU 기반의 산업용 컴퓨터 전문 회사로, 산
초저전력 엔벨로프 고성능 에지 AI 및 비전 프로세싱 지원 콩가텍이 텍사스인스트루먼트(이하 TI)의 Jacinto 7 TDA4x 및 DRA8x 프로세서를 기반으로 하는 최신형 SMARC 모듈 2.1 컴퓨터 온 모듈을 출시했다고 밝혔다. 산업용 등급의 이 컴퓨터 온 모듈은 듀얼 ARM Cortex-A72 프로세서와 강력한 AI 가속기 및 3D 그래픽을 지원하고 초저전력(ULP, Ultra Low Power) 엔벨로프(envelope)를 갖춘 고성능 AI 에지 애플리케이션에 이상적이다. 소비전력 5~10W의 conga-STDA4 모듈은 2D/3D Camera, Radar, Lidar 기반의 근거리 분석이 필요한 무인운반차(AGV), 자율주행로봇(AMR), 건설·농업기계 등 산업용 모바일 기계에 적용할 수 있다. 이 제품은 에지 컴퓨팅에서 강력하고 에너지 효율적인 AI 프로세서를 필요로 하는 비전 기반 의료·산업용 애플리케이션에도 적합하다. 새롭게 출시한 SMARC 모듈은 2개의 MIPI CSI 카메라 입력부가 적용돼 있다. TDA4x 프로세서 기반의 conga-STDA4는 이미지 시그널 프로세서(ISP), 비전 가속기, TI Model Zoo의 사전 훈련된 AI
류수정 대표, 'ML/AI 반도체의 최신 연구 동향과 기술' 소개 글로벌 AI 반도체 기업인 사피온은 지난 16일 류수정 대표가 '국제 고체회로 학회(ISSCC) 2023 Preview 및 최신 반도체 집적회로 설계 기술 워크숍'에서 AI 반도체 동향을 소개했다고 17일 밝혔다. 최신 반도체 집적회로 설계 기술을 발표하는 이번 워크숍에서 류 대표는 'Digital / System Architecture' 세션에서 'ML/AI 반도체의 최신 연구 동향과 기술'을 소개했다. 류수정 대표는 발표에서 "ML/AI 워크로드에 대한 요구 사항이 지속적으로 증가함에 따라 높은 에너지 효율성이 요구되고 있다"며 "이에 대용량 데이터를 처리해야 하는 AI 반도체의 병목현상을 해결하기 위한 CIM(Compute-in-Memory) 기술, 널리 사용되고 있는 '합성곱신경망'과 인간의 두뇌에 가장 가까운 인공두뇌를 구현하는 '스파이킹 신경망'기술 등이 지속적으로 연구되고 있다"고 소개했다. 류 대표는 "ML/AI 단일 코어뿐만이 아닌 전체 시스템 성능과 효율성 향상을 위한 기술 연구가 상당수 진행되고 있다"며 "실제로 시스템 구성상에서 이종의 코어들을 활용하여 다양한 응용에서의
인텔과 ARM 그리고 엔비디아는 인공지능(AI) 학습과 추론에 적용되는 교환가능 포맷을 제공하기 위해 8비트 부동소수점(FP8) 사양 및 E5M2와 E4M3을 기술하는 논문을 공동으로 작성했다고 밝혔다. 이러한 기업간 사양 합의를 통해, 다양한 AI 모델이 하드웨어 플랫폼을 넘나들며 일관되게 작동하고 성능을 발휘, AI 소프트웨어 개발을 가속화할 수 있다. 인공지능에 대한 컴퓨팅 요구 사항은 기하급수적으로 증가하고 있다. AI를 발전시키는 데 필요한 컴퓨팅 처리량을 달성하기 위해서는 하드웨어와 소프트웨어에 걸쳐 새로운 혁신이 필요한 상황이다. 증가하는 컴퓨팅 격차를 해결하기 위해 각광받고 있는 연구 분야 중 하나는 메모리 및 계산 효율성 개선을 위한 딥 러닝에 대한 수치 정밀 요구 사항을 줄이는 것이다. 정밀도 감소 방법은 심층 신경망의 고유한 노이즈 복원 특성을 활용해 컴퓨팅 효율성을 향상한다. 인텔은 하바나 가우디 딥러닝 가속기를 포함한 CPU, GPU 및 기타 AI 가속기에 대한 AI 제품 로드맵에서 해당 사양을 지원할 계획이다. FP8은 하드웨어와 소프트웨어 간의 균형을 기반으로 기존 IEEE 754 부동소수점 형식으로부터의 편차를 최소화하여 기존에