[최종목표]ㅇ 사용자를 위한 맞춤 설계 가능한 디지털 AI 가속기 대비 전력 효율이 (TOPS/W 기준) 10배 이상인 저항성 메모리 기반 아날로그 AI 가속기 하드웨어 및 이를 구동할 수 있는 소프트웨어 개발[1단계]: 3-bit ReRAM 소자 제작 및 ReRAM기반 Analog Computing in-Memory (ACiM) 아키텍처 구현[1차년도 목...

본 과제는 ReRAM(저항성 메모리)으로 가중치를 “메모리 안에서 연산(Analog Computing in-Memory, ACiM)”하는 AI 가속기 하드웨어 및 이를 구동하는 소프트웨어를 개발하는 연구임. 연구 목표는 사용자를 위한 맞춤 설계 가능한 디지털 AI 가속기 대비 전력 효율(TOPS/W) 10배 이상을 목표로, 3-bit ReRAM기반 ACiM 구현 후 multi-level 소자, 8x8→32x32 ReRAM 어레이, NAND Flash 통합형 ACiM, 노이즈에 따른 정확도 개선까지 완성하는 데 있음. 주변 구동회로·ADC·weight 컨트롤러, PyTorch 결합 cycle 레벨 시뮬레이터, DSE 및 스케줄링 최적화, 스파이스/physical-level 분석을 수행함. 기대 효과는 초저전력·비휘발성 기반의 보안·엣지 IoT·스마트폰 AI용 저전력/고집적 뉴로모픽 패러다임 전환임.

본 연구과제에서는 공정 가능한 GDSII (레이아웃) 레벨의 초저전력 인공지능 연산을 위한 3진법 기반의 메모리 내 가속기(PIM)용 프로세서 설계를 목표로 한다.

본 연구과제에서는 공정 가능한 GDSII (레이아웃) 레벨의 초저전력 인공지능 연산을 위한 3진법 기반의 메모리 내 가속기(PIM)용 프로세서 설계를 목표로 한다.