PIM·CIM 아날로그 연산 하드웨어 및 구동 회로 연구

Hardware and Driver Circuits for PIM/CIM Analog Computation

연구 내용

임베디드 플래시와 커패시티브 시냅스를 이용해 메모리 내부에서 MVM·뉴런 동작을 수행하는 PIM/CIM 하드웨어를 개발하는 연구

메모리 내부에서 행렬-벡터 곱 및 뉴런 동작을 수행하는 PIM·CIM 기술을 목표로 소자와 회로를 통합합니다. 전하 저장형 eFlash 및 실리콘 기반 MOS 커패시터 구조를 기반으로 연산 가능한 구동 방식을 확립하고, 논리 연산과 신경망 추론을 위한 제어 로직을 포함한 시스템 시뮬레이션 프레임워크를 구축합니다. 또한 커패시티브 결합 기반 전압 합산 노드를 활용해 IR-drop을 완화하고, 부울 로직·연상형 메모리 응용까지 연계하는 방향으로 확장합니다. 결과적으로 HW-SW 분할과 저전력 동작을 동시에 만족시키는 설계 절차를 보유합니다.

관련 프로젝트

7건

연구 흐름

연구는 2021년부터 eFlash 기반 PIM 연산 HW와 소프트웨어 스택을 함께 개발하는 축으로 시작되었습니다. 이후 2022년에는 실리콘 기반 PIM 특화 소자와 어레이, 구동회로, 연산 제어 로직을 추가하여 부울 로직 및 연상형 메모리 응용으로 범위를 확장했습니다. 2020년대 초반에는 하이브리드 메모리 소자와 아키텍처를 in-memory computing에 연결하여 저장과 연산의 결합을 강화했습니다. 2025년에는 전압 합산 기반 CIM에서 부유 노드와 커패시티브 시냅스를 활용해 IR-drop 문제를 줄이는 방식으로 아날로그 MVM을 구현했습니다. 최근에는 뇌-컴퓨터 인터페이스용 PIM 뉴럴 프로세서 통합 연구로 응용을 구체화하고 있습니다.

활용 가능성

활용 가능성은 알앤디써클 특화 AI 에이전트가 생성한 내용으로, 실제 연구 가능 여부는 연구실과의 논의가 필요합니다.

초저전력 AI 추론 칩
아날로그 MVM 연산 매크로
메모리 내 논리 연산 블록
부유 노드 기반 전압 합산기
eFlash 기반 뉴런 회로
정확도-효율 동시 최적화
BCI용 PIM 뉴럴 프로세서
상태 저장형 연산 유닛
HW-SW 연동 추론 스택
대규모 어레이 구동 스킴