인텔, 800만 뉴런 뉴로모픽 시스템 ‘포호이키 비치’ 발표
상태바
인텔, 800만 뉴런 뉴로모픽 시스템 ‘포호이키 비치’ 발표
  • 윤현기 기자
  • 승인 2019.07.16 19:02
  • 댓글 0
이 기사를 공유합니다

신경 기반 알고리즘 효율적으로 확장…데이터 입력 기반 학습·적응 가능

[데이터넷] 인텔은 64개 로이히(Loihi) 리서치 칩으로 구성된 800만 뉴런 뉴로모픽 시스템(코드명 포호이키 비치(Pohoiki Beach))을 더 많은 리서치 커뮤니티에서 활용할 수 있게 됐다고 16일 발표했다.

연구원들은 포호이키 비치를 통해 생물학적 뇌에서 발견된 원리를 컴퓨터 아키텍처에 적용한 인텔의 뇌 기반 리서치 칩인 로이히를 활용해 실험할 수 있게 됐다. 로이히는 스파스 코딩, 그래프 검색, 제약 충족 문제 같은 특수한 애플리케이션에서 CPU보다 최대 1000배 빠르고 1만 배 더 효율적인 정보 처리를 지원한다.

포호이키 비치 도입으로 연구원들은 스파스 코딩, 동시적 위치 추정 및 지도 작성(SLAM: Simultaneous Localization and Mapping), 경로 계획 등 신경 기반 알고리즘을 효율적으로 확장해 데이터 입력을 기반으로 학습하고 적응할 수 있게 됐다. 포호이키 비치는 인텔의 뉴로모픽 리서치 중 대표적인 사례이며, 올해 말 1억 개의 뉴런으로 아키텍처를 확장할 토대를 마련한다.

무어의 법칙에 의한 파워 및 성능의 지속적 향상은 처리 노드 스케일링 그 이상을 필요로 한다. 새로운 복잡한 컴퓨팅 워크로드가 표준이 될수록, 특정 애플리케이션을 위한 특수 아키텍처의 필요성은 증가하게 된다.

포호이키 비치 뉴로모픽 시스템은 사물인터넷(IoT) 및 자동화기기를 지원하기에 가장 어려운 계산 문제 등을 포함하는 새로운 응용 프로그램을 위한 특수 아키텍처의 장점을 보여준다. 범용 컴퓨팅 기술과는 반대로 이러한 유형의 특수 시스템을 사용해 무인 차량에서부터 스마트 홈, 사이버 보안까지 다양한 실제 응용 프로그램에서 수십 배의 속도 및 효율성의 향상을 기대할 수 있다.

인텔은 포호이키 비치를 통해 전 세계 생태계 파트너사들이 신경 기반 알고리즘 리서치의 새로운 영역을 개척할 수 있도록 지원할 것이다.

텔루라이드 뉴로모픽 인지 엔지니어링 워크숍에서는 연구원들이 뉴로모픽 엔지니어링의 최첨단에서 문제를 해결하기 위해 로이히 시스템을 활용하고 있다. 리서치 중인 프로젝트로는 AMPRO 인공 다리(AMPRO prosthetic leg)에 적응 기능 제공, 새로운 이벤트 기반 카메라를 사용한 객체 추적, 뉴로모픽 감지 및 제어 기능을 갖춘 테이블 축구 자동화, 선형 역진자 제어 학습 및 iCub 로봇의 전자식 피부에 대한 촉각 입력 추정 등 다양한 프로젝트가 있다.

텔루라이드(Telluride)의 리서치 업적 외에도 다른 리서치 파트너사도 이미 로이히의 혜택을 보고 있다.

인텔은 2017년 뉴로모픽 하드웨어 개발에 큰 진전을 가져온 최초의 뉴로모픽 리서치구 칩인 로이히를 출시했다. 2018년 3월에는 뉴로모픽 알고리즘, 소프트웨어 및 애플리케이션 개발을 위해 인텔 뉴로모픽 리서치 커뮤니티(INRC: Intel Neuromorphic Research Community)를 설립했다. INRC를 통해 인텔은 로이히 클라우드 시스템과 로이히 기반 USB 폼팩터 시스템인 카포호 베이(Kapoho Bay)에 접근성을 제공, 신경 미세 기술의 실제 애플리케이션 리서치를 활성화했다.

이번에 발표된 포호이키 비치는 인텔 리서치 파트너들에게 보다 광범위한 컴퓨팅 규모 및 용량을 제공하며 이러한 노력을 가속화한다.

올해 말 인텔은 더 큰 로이히 시스템인 포호이키 스프링스(Pohoiki Springs)를 발표할 예정이며, 이는 포호이키 비치 아키텍처를 기반으로 더욱 광범위해진 뉴로모픽 워크로드에 전례 없는 수준의 성능과 효율성을 제공할 것이다.

리치 울리그(Rich Uhlig) 인텔 랩 매니징 디렉터는 “인텔은 로이히를 확장해 더 강력한 뉴로모픽 시스템을 만들면서 입증된 초기 결과에 깊은 인상을 받았다”며, “포호이키 비치는 60개 이상의 생태계 파트너사에서 활용 가능하며, 이 특수한 시스템을 활용해 복잡하고 계산 집약적인 문제를 해결할 것”이라고 밝혔다.


댓글삭제
삭제한 댓글은 다시 복구할 수 없습니다.
그래도 삭제하시겠습니까?
댓글 0
댓글쓰기
계정을 선택하시면 로그인·계정인증을 통해
댓글을 남기실 수 있습니다.