fbpx
How a simple circuit could offer an alternative to energy-intensive GPUs

美 대학 연구팀, GPU 대신 아날로그 회로로 기계학습 에너지 절약에 도전장

AI 모델의 훈련에 상당한 연산 능력이 요구되자 GPU가 소비하는 에너지양이 급증하고 있다. 이에 펜실베이니아 대학교 연구팀은 기존과는 다른 방식으로 에너지 효율적인 기계학습 장치를 만들기 위해 애쓰고 있다.

펜실베이니아 대학교 물리학자인 샘 딜라부(Sam Dillavou)는 학교 연구실 책상 위에서 알록달록한 전선을 이용해서 여러 개의 브레드보드(breadboard)를 연결해 그물망처럼 만들었다. 언뜻 보면 마치 DIY로 가전제품을 만드는 프로젝트에 뛰어든 것처럼 보였다(그렇다고 우아해 보이지는 않았다). 그러나 브레드보드들 위에 전류의 흐름을 조절하는 장치인 가변저항기(variable resistor) 32개를 통합해놓은 이 평범해 보이는 조립품은 머신러닝(기계학습) 모델처럼 데이터를 분류하는 법을 학습할 수 있다.

브렌드보드는 전자부품을 연결해 회로를 구성하기 위한 도구로, 이 위에 전자 부품들을 꽂아 넣기만 하면 전기적인 연결이 이루어지기 때문에 손쉽게 회로를 만들 수 있다.

현재 이 프로토타입의 기능은 초보적인 수준이다. 하지만 딜라부는 이것이 머신러닝에서 널리 사용되는 에너지 소모가 심한 GPU(graphical processing unit), 즉 그래픽 처리 장치 칩을 대체할 수 있는 에너지를 절약하는 칩이 될 것으로 기대하고 있다.

딜라부는 “각 저항기는 단순하고 그 자체만으로는 아무 의미가 없지만, 그것들을 모아 회로를 구성하면 다양한 작업을 수행하도록 학습시킬 수 있다”고 설명했다.

breadboards connected in a grid
펜실베이니아 대학교에 있는 샘 딜라부의 연구실에서는 간단한 머신러닝 분류 작업을 수행하기 위해 저항기들로 구성된 회로를 사용하고 있다.
FELICE MACERA

MIT 테크놀로지 리뷰와 함께, 미래를 앞서가세요 !!
한달에 커피 2잔값으로 즐기기
온라인 멤버
지면 매거진 멤버
(온라인+지면) 프리미엄 멤버

유료회원 플랜 보기 회원이면 로그인하기 회원가입

회원 가입 후 유료 구독 신청을 하세요 !!