맞춤형 실리콘이 도착했습니다: 오늘과 미래의 이점

2020년, Apple은 Intel 프로세서에서 자체 커스텀 실리콘 칩인 M1 시리즈로 전환했습니다. 이는 하드웨어와 소프트웨어를 통제하는 것으로 잘 알려진 회사이자 이미 모바일 iOS 기기에 자체 실리콘 디자인을 구현한 적이 있는 Apple에게 있어 극적인 변화였지만 전혀 예상 밖의 움직임은 아니었습니다.

Apple의 행보는 큰 성공을 거둔 것으로 보입니다. 2024년 초 기준으로, 회사는 M3 칩의 3세대 라인으로 진척되었습니다.

아마도 Apple의 성공에서 영감을 받아 Google과 Microsoft 같은 경쟁사뿐만 아니라 Amazon, Tesla, NVIDIA와 같은 주요 기술 기업들도 맞춤형 실리콘 분야로 뛰어들고 있습니다. 칩은 더 이상 Intel, AMD, Qualcomm의 영역에만 한정되지 않습니다. 이제 칩은 최종 사용자를 위한 맞춤형(예: AWS 맞춤형 실리콘, Google 맞춤형 실리콘, Apple 맞춤형 실리콘 등)으로 제작될 수 있습니다.

Apple은 오랫동안 iPhone 15 Pro에 사용된 A17 Pro 칩과 같은 A-시리즈 칩을 iPhone 및 iPad 장치에 사용해 왔습니다. 이러한 칩들은 CPU와 GPU 요소를 포함한 ARM 아키텍처를 특징으로 하며, AI 가속기와 같은 처리 노드를 수용할 수 있습니다. 이 통합된 맞춤형 아키텍처는 공간 및 조립 비용을 절약하면서 최적화를 가능하게 합니다. 칩(즉, 시스템 온 칩 또는 SoC)이 Apple의 특정 요구 사항을 충족하도록 설계되었으므로 이러한 요구 사항에 기여하지 않는 기능은 제거될 수 있습니다.

Apple은 M1부터 M3까지의 노트북 및 데스크톱 칩에 적용된 경험을 바탕으로 처리 및 전력 효율성 향상을 달성했습니다. 현재 급성장 중인 맞춤형 실리콘 분야에서도 유사한 이점을 누릴 수 있을 것입니다.

물론, 자체 맞춤형 실리콘 칩을 설계하는 데 있어 큰 단점 중 하나는 최종 설계를 전적으로 책임져야 한다는 점입니다. 내부 전문 지식은 설계 요구를 충족시키기에 충분해야 하며, 회사가 스스로 믿는 만큼 능숙하지 않다면 이는 큰 문제가 될 수 있습니다. 그럼에도 불구하고, Apple의 성공에 힘입어 다른 회사들도 맞춤형 실리콘으로 전환하고 있습니다.

Microsoft는 2023년 11월 15일, 자체 AI 작업 부하를 지원하기 위해 설계된 두 개의 맞춤형 칩인 Azure Maia 100 AI Accelerator와 Azure Cobalt 100 CPU2를 개발 중이라고 발표했습니다. Microsoft는 이 칩들에서 초기 결과에 만족하는 것으로 보입니다. Microsoft 하드웨어 제품 개발 부문 부사장 Wes McCullough는 “우리는 실리콘의 트랜지스터를 가장 효율적으로 사용하고 있습니다. 이러한 효율성 향상을 모든 데이터 센터의 서버에 적용하면 매우 큰 숫자가 됩니다."라고 말했습니다.

모바일 분야에서 Google은 이전에 플래그십 Pixel 휴대폰용으로 Qualcomm 칩에 의존했으나, 이제 자체 실리콘을 사용하고 있습니다. Google의 맞춤형 실리콘 칩 중 첫 번째는 2021년 Tensor 프로세서를 장착한 Pixel 6 라인이었습니다. 노트북 및 데이터 센터 칩과 마찬가지로, 이들의 목표는 전력 소비 측면에서 낮은 비용으로 더 많은 컴퓨팅 자원을 활용하면서 새로운 기능을 제공하는 데 있습니다. 현재까지 Google은 자체 실리콘 성능에 만족하는 것으로 보입니다. 2023년에 Google은 3세대 칩 Tensor G3를 발표했습니다. G3는 1세대 Tensor 칩보다 두 배 이상의 기계 학습 모델을 디바이스에서 실행할 수 있으며, 모델 자체도 더욱 정교해졌습니다.

Google와 Microsoft의 경우, Apple의 독점적인 접근 방식과는 약간 다릅니다. Microsoft의 두 가지 기기(Maia/Cobalt)는 완전히 내부 용도로 제작되었습니다. 반면, Google은 Pixel 스마트폰 라인을 차별화하기 위해 맞춤형 칩을 사용하지만, 제조업체에 구애받지 않는 Android 운영 체제를 통해 여전히 비-Google 실리콘을 매우 많이 지원합니다.

Microsoft와 Google의 방법론은 Apple의 접근 방식보다 생태계 전반에 걸친 이점이 덜 두드러질 것이라고 주장할 수 있습니다. 그러나 과거 사례를 살펴보면, Android/Microsoft가 최종 사용자에게 더 많은 유연성을 제공할 가능성이 높습니다. 양쪽 모두에 타협점이 존재합니다.

현재까지 맞춤형 실리콘은 비 맞춤형 실리콘 대비 점진적인 개선을 제공해 왔습니다. 실제적인 이점이 있지만, Intel 또는 Qualcomm 모바일 프로세서는 Apple Ax 또는 Google Tensor 칩과 동등하게 동일한 작업을 수행할 수 있는 능력을 가지고 있으나, 작업에 완벽하게 최적화되지는 않을 수 있습니다. 많은 로봇공학 및 엣지 AI 애플리케이션에서는 전력, 공간, 그리고/또는 가격 관점에서 표준 CPU/GPU 처리 설정을 구현하는 것이 실용적이지 않습니다. 대안으로 애플리케이션별 집적 회로(ASIC)를 사용할 수 있습니다.

이름에서 알 수 있듯이 이러한 칩은 이미지 처리 또는 추론과 같은 특정 목적을 위해 설계되었습니다. 특정 하드웨어 및 처리 작업과 함께 작동하도록 설계되었지만 많은 개별 사용 사례에 적합한 Google Tensor와 같은 맞춤형 SoC와 비교해보십시오. 초집중된 ASIC 패러다임은 제한된 처리 범위를 대가로 하여 더 큰 성능 및 전력 효율성 향상을 실현할 수 있음을 의미합니다.

따라서 ASIC 칩은 더 일반적인 프로세서보다 더 낮은 비용과 전력 소모로 특정 작업을 수행할 수 있어야 합니다. ASIC 칩은 기계 학습 및 기타 비용이 많이 드는(금전적, 전력, 물리적 공간 측면에서) 기능을 다른 방법으로는 실용적이지 않은 상황에서 가능하게 합니다. ASIC 칩이 항상 적합한 솔루션은 아닐 수 있지만, 고려해야 할 가능성 중 하나입니다.

컴퓨팅의 장기적인 미래를 예측하는 것은 일반적으로 어리석은 짓으로 여겨지지만, 맞춤형 실리콘에 대한 추세는 앞으로 다가올 10년 동안 지속될 것으로 보입니다. 성능 향상과 전력 효율성의 결합은 큰 성공을 의미하며, 최종 사용자(예: Apple, Google)와 함께 설계 공간의 확대(예: eInfochips 와 같이 맞춤형 칩을 전문으로 하는 기업)로 인해 이러한 새로운 실리콘 요구를 충족하기 위해 더 많은 기업들이 이 접근 방식을 채택하는 것을 보게 될 가능성이 높습니다.

이 칩을 실제로 제조하는 제작자는 계속해서 적응해야 하며, 하나의 칩에 더 많은 기능이 통합됨에 따라 보드는 덜 복잡하고, 비용이 저렴하며, 더 견고해져야 합니다.