차세대 AI 서버향 PIM 소프트웨어 스택 기술 개발

본 사업은 과학기술정보통신부와 정보통신기획평가원이 ICT 핵심기술 경쟁력 강화를 위해 추진하는 대형 R&D 사업으로, 인공지능·AI반도체·양자 등 차세대 기술의 개발과 표준화를 지원합니다. 글로벌 기술 경쟁 심화에 대응해 원천기술 확보와 상용화를 동시에 추진하는 것이 특징이며, 산‧학‧연 협력과 산업체 참여 비중을 강조합니다. AI반도체, 소프트웨어, 통신·네트워크 등 다양한 분야의 기관이 참여할 수 있으며, TRL 기반의 사업화 전략 제출이 필수로 요구됩니다. 기술개발뿐 아니라 수요처 중심의 실증과 시장 확산을 중점적으로 지원하는 구조입니다.

이 과제는 AI 서버 환경에서 다양한 이종 PIM 하드웨어를 단일 플랫폼에서 사용할 수 있도록 통합 소프트웨어 스택을 구축하는 것을 목표로 합니다. 이를 위해 PIM 전용 AI 컴파일러, 적응형 런타임 시스템, 고성능 커널 라이브러리 등을 개발하고, 실제 데이터센터 환경에서 성능을 검증합니다. 1단계에서는 핵심 아키텍처 설계를 중심으로 TRL 5 수준의 기반 기술을 확보하고, 2단계에서는 실증과 최적화를 통해 TRL 7 수준까지의 사업화 가능 기술을 완성합니다. 이를 통해 PIM 기반 AI 처리 성능 향상, 에너지 절감, 데이터센터 효율성 개선을 실현하는 것이 최종 목표입니다.

이 과제는 차세대 AI 서버에서 다양한 PIM 하드웨어를 효율적으로 활용하기 위한 소프트웨어 기반 기술을 개발하는 연구개발 프로젝트입니다. 핵심 목표는 이종 PIM을 통합 관리하고 주요 AI 모델을 자동 최적화할 수 있는 범용 소프트웨어 스택 구축입니다. 주요 개발 내용은 다음과 같습니다. 1. 이종 PIM 통합 소프트웨어 스택 아키텍처 개발 - 서로 다른 PIM 기반 칩셋을 하나의 플랫폼에서 사용할 수 있도록 추상화 구조를 설계합니다. - 데이터 이동 최소화와 병렬처리 기반 구조 최적화를 포함합니다. 2. PIM 전용 AI 컴파일러 및 툴체인 개발 - 대표 AI 모델을 자동으로 PIM 구조에 맞게 변환·최적화할 수 있는 컴파일러 기술을 개발합니다. - 다양한 프레임워크(PyTorch 등)와의 연동성을 확보합니다. 3. 적응형 PIM 런타임 시스템 개발 - 실시간 부하 변화에 따라 연산을 적절히 분배하도록 하는 스케줄링 및 자원관리 기능을 구현합니다. - NPU·GPU 등 타 가속기와의 협업 실행 환경도 고려합니다. 4. PIM 특화 커널 라이브러리 구현 - AI 추론 및 학습에서 자주 사용되는 연산을 PIM 환경에 맞게 재구성해 고성능 커널을 개발합니다. - 메모리 중심 연산 가속 및 데이터 이동량 감소가 주요 목표입니다. 5. 컴포저블 클러스터 기반 실증 및 성능 검증 - 실제 데이터센터 수준의 클러스터에서 PIM 소프트웨어 스택의 성능, 전성비, 확장성 등을 검증합니다. - 요구되는 성능지표(NCCL 95% 호환, 데이터 이동 80% 감소 등)를 만족하는지 확인합니다. 본 과제는 1단계(3년)에서 기반 아키텍처·컴파일러·런타임 등의 핵심 기술을 마련하고, 2단계(2년)에서 실증 및 사업화 중심의 개발을 진행합니다. 또한 TRL 기준에 따라 수요처 분석, 기술이전·사업화 전략, 산업계 참여 비중 확보가 필수적이며, 관련 AI반도체 과제들과의 연계도 요구됩니다.