Wired가 전문 AI칩 구축 경쟁 심화를 보도하며 다수 벤더가 NVIDIA의 GPU 지배력에 도전.
야nn 르쾅은 1992년 뉴욕시 외곽의 벨 연구소에서 연구원으로 재직 중이던 중 ANNA라는 이름의 AI 칩을 설계했다. 그는 다른 여러 연구원들과 함께 방대한 양의 데이터를 분석하여 작업을 학습할 수 있는 복잡한 수학 시스템인 딥 뉴럴 네트워크를 실행하기 위해 이 칩을 제작했지만, 대중 시장에는 도달하지 못했다. 당시 뉴럴 네트워크는 개인 수표와 봉투 위의 글자와 숫자를 인식하는 데에는 효과적이었지만, 다른 작업에는 실용적으로 적용되지 않았다. 그러나 오늘날 뉴럴 네트워크는 구글, 페이스북, 마이크로소프트 등 인터넷 최대 기업들을 빠르게 변화시키고 있다. 현재 페이스북 내 중앙 인공지능 연구실을 총괄하고 있는 르쾅은 뉴럴 네트워크가 사진 속 얼굴과 사물을 식별하며 언어 간 번역을 수행한다고 지적하며, 25년 후인 지금 시장에서 ANNA와 같은 칩에 대한 수요가 매우 크며 이러한 칩들이 곧 대량으로 출시될 것이라고 밝혔다.
문제는 구글, 페이스북, 마이크로소프트가 CPU라고 알려진 표준 컴퓨터 칩에서 뉴럴 네트워크를 실행할 수는 있지만, 이 방식은 극도로 비효율적이라는 점이다. 뉴럴 네트워크는 이러한 AI 시스템에 필요한 막대한 수학 계산을 처리하도록 특별히 설계된 칩과 결합했을 때 더 빠르게 실행되며 전력 소비도 줄어든다. 구글 자체의 AI 칩인 TPU는 회사의 온라인 제국을 지탱하는 거대한 데이터 센터 내부에 널리 배포되어 있으며, 안드로이드 스마트폰에 음성 명령을 인식하거나 구글 검색 엔진에서 결과를 선택하는 모든 작업을 지원한다. 구글은 TPU 칩을 도입함으로써 약 15개 분량의 추가 데이터 센터 건설 비용을 절감했다고 밝혔다. 이제 구글과 페이스북 같은 기업들은 이미지를 먼 거리 데이터 센터로 전송하는 과정에서 발생하는 지연을 없애기 위해 뉴럴 네트워크를 스마트폰과 VR 헤드셋으로 확장하고 있으며, 이에 따라 개인 기기에서도 실행 가능한 AI 칩이 필요하다. 르쾅은 "더욱 효율적이고 더욱 특화된 칩을 위한 잠재력이 매우 크다"고 말했다.
여러 주요 기술 및 반도체 기업들이 특화형 AI 하드웨어 구축을 위해 치열한 경쟁을 벌이고 있다. CNBC의 보도에 따르면, 구글 TPU의 초기 엔지니어들 중 다수가 스타트업 Groq에서 비밀리에 근무 중이다. 인텔은 스타트업 Nervana를 인수한 후 머신러닝 전용 칩을 개발 중이며, IBM도 뉴럴 네트워크의 설계를 모방한 하드웨어 아키텍처를 개발하고 있다. 퀄컴은 뉴럴 네트워크 실행 전용 칩 개발에 착수했으며, 페이스북은 퀄컴의 기술 담당 부사장인 제프 겔하르의 확인에 따라 머신러닝 관련 기술 개발을 돕고 있다. 겔하르트는 "우리는 프로토타입 및 개발 단계에서 매우 진전된 상태에 있다"고 말했다. 한편, 엔비디아는 최근 NYU에서 르쾅의 제자로 공부했고 이 종류의 칩 아키텍처를 탐구했으며 2014년 트위터에 인수된 딥러닝 스타트업 Madbits의 창립자 클레망 파라베를 영입했다.
현재 엔비디아는 뉴럴 네트워크 훈련에 사용되는 GPU 칩을 통해 AI 분야에서 독보적인 위치를 차지하고 있다. 구글과 페이스북 같은 기업들이 언어 번역과 같은 작업을 수행하기 위해 뉴럴 네트워크를 사용하기 전에, 먼저 방대한 기존 데이터 컬렉션을 입력하여 이를 훈련시켜야 한다. 르쾅은 설명하기를 "훈련 측면에서는 GPU, 특히 엔비디아 GPU가 시장을 사실상 장악하고 있다." 그러나 GPU는 원래 AI를 위해 설계된 것이 아니라 그래픽 렌더링을 위해 설계되었다. 약 5년 전, 구글과 페이스북 같은 기업들은 당시 사용 가능한 최선의 옵션이었기 때문에 뉴럴 네트워크 훈련에 GPU를 사용하기 시작했다. 르쾅은 GPU가 "[GPU]는 전체 생태계가 필요하기 때문에 대체하기 매우 어려울 것"이라면서 훈련 역할 continued 할 것으로 믿는다. 그러나 그는 또한 새로운 세대의 AI 칩이 스마트폰부터 스마트 잔디 깎기 기계 및 로봇 청소기까지 소비자 기기에서 빅테크 기업들이 뉴럴 네트워크를 실행하는 방식을 크게 변화시킬 것이라고 믿는다.
전용 AI 칩은 AI 서비스 수요가 증가함에 따라 상당한 효율성 개선을 약속한다. 뉴럴 네트워크를 실행할 때 이들은 범용 프로세서보다 적은 전기_power_를 소모하고 더 적은 열을 발생시킨다. 르쾅은 농담조로 "작은 호수를 끓이고 싶지 않다면 특수 하드웨어가 필요할지도 모른다"라고 말했다. 가상 현실과 증강 현실이 더욱 보편화됨에 따라 이러한 효율성에 대한 필요성은 데이터 센터를 넘어 소비자 기기로까지 확대된다. 스마트폰과 헤드셋은 사용자가 주변 세계를 인식하는 증강 현실 시스템에 필요한 뉴럴 네트워크를 처리하기 위해 유사한 전용 칩을 필요로 하며, 페이스북은 새로운 증강 현실 도구와 함께 이러한 기술을 공개하기 시작했다.