[논문]초저전력 엣지 지능형반도체 기술 동향

오광일; 김성은; 배영환; 박성모; 이재진; 강성원

doi:10.22648/etri.2018.j.330603

초저전력 엣지 지능형반도체 기술 동향
Trends in Ultra Low Power Intelligent Edge Semiconductor Technology 원문보기

전자통신동향분석 = Electronics and telecommunications trends, v.33 no.6, 2018년, pp.24 - 33

오광일 (SoC 설계연구그룹) , 김성은 (SoC 설계연구그룹) , 배영환 (SoC 설계연구그룹) , 박성모 (SoC 설계연구그룹) , 이재진 (SoC 설계연구그룹) , 강성원 (지능형반도체연구본부)

Abstract ▼ AI-Helper

In the age of IoT, in which everything is connected to a network, there have been increases in the amount of data traffic, latency, and the risk of personal privacy breaches that conventional cloud computing technology cannot cope with. The idea of edge computing has emerged as a solution to these issues, and furthermore, the concept of ultra-low power edge intelligent semiconductors in which the IoT device itself performs intelligent decisions and processes data has been established. The key elements of this function are an intelligent semiconductor based on artificial intelligence, connectivity for the efficient connection of neurons and synapses, and a large-scale spiking neural network simulation framework for the performance prediction of a neural network. This paper covers the current trends in ultra-low power edge intelligent semiconductors including issues regarding their technology and application.

표/그림 (9)

그림 (그림 1) 시스코가 제안한 포그 컴퓨팅 개념
그림 (그림 2) 초저전력 엣지 지능형 반도체 개념
그림 (그림 3) SNN기반 대표적인 인공지능 반도체 코어인 IBM의 TrueNorth 16 chip Board
그림 (그림 4) 2018년 출시된 주요 모바일 AP
그림 (그림 5) 뇌 구조 모방 스파이킹 뉴럴 네트워크
그림 (그림 6) Address-Evet Representation
그림 (그림 7) DyNAPs의 트리/메쉬 복합 NoC의 구조
그림 (그림 8) Brian을 이용한 다양한 결과 출력 예제
표 <표 1> 스파이크 뉴럴 네트워크 시뮬레이터의 종류 및 특징 (○: 지원, △: 부분 지원)

참고문헌 (22)

T. Barnett Jr. et al., "Cisco Global Cloud Index 2015-2020," Cisco Knowledge Network (CKN) Session, Nove. 2016. https://www.cisco.com/c/dam/m/en_us/service-provider/ciscoknowledgenetwork/files/622_11_15-16-Cisco_GCI_CKN_2015-2020_AMER_EMEAR_NOV2016.pdf
Qualcomm, "5G - Vision for the Next Generation of Connectivity," Mar. 2015. https://www.qualcomm.com/media/documents/files/whitepaper-5g-vision-for-the-next-generation-of-connectivity.pdf
R. De La Mora et al., "Cisco IOx: Making Fog Real for IoT," Feb., 2014. https://blogs.cisco.com/digital/cisco-iox-making-fog-real-for-iot.
R. Samuel et al., "Edge Processing: How Qualcomm is Helping Build the Industrial IoT," June 2017. https://www.qualcomm.com/news/onq/2017/06/28/edge-processing-how-qualcomm-helping-build-industrial-iot
F. Akopyan et al., "TrueNorth: Design and Tool Flow of a 65mW 1 Million Neuron Programmable Neurosynaptic Chip," IEEE Trans.Comput.-Aided Des. Integr. Circuits Syst., vol. 34, no. 10, Oct. 2015, pp. 1537-1557.

상세보기
M. Davies et al., "Loihi: A Neuromorphic Manycore Processor with On-Chip Learning," IEEE Micro, vol. 38, no. 1, Jan. Feb. 2018, pp. 82-99.

상세보기
Qualcomm, "Introducing Qualcomm Zeroth Processors: Brain-Inspired Computing," OnQ Blog, Oct. 10, 2013. https://www.qualcomm.com/news/onq/2013/10/10/introducing-qualcomm-zeroth-processors-brain-inspired-computing
Qualcomm, https://www.qualcomm.com/products/mobile-processors
Samsung, https://www.samsung.com/semiconductor/minisite/exynos/
Huawei, https://consumer.huawei.com/en/campaign/kirin980/
Apple, "A12 Bionic," https://www.apple.com/kr/iphone-xs/a12-bionic/
S. Moradi et al., "A Scalable Multicore Architecture with Heterogeneous Memory Structures for Dynamic Neuromorphic Asynchronous Processors (DYNAPs)," IEEE Trans. Biomedical Circuits Syst., vol. 12, no. 1, Feb. 2018, pp. 106-122.

상세보기
M. Sivilotti, "Wiring Considerations in Analog VLSI Systems with Application to Field-Programmable Networks," Ph.D. dissertation, Computation and Neural Systems, California Inst. Technol., Pasadena, CA, USA, 1991.
M. Mahowald, "VLSI Analogs of Neuronal Visual Processing: A Synthesis of Form and Function," Ph.D. dissertation, Computation and Neural Systems, California Inst. Technol., Pasadena, CA, USA, 1992.
G. Indiveri et al., "A Reconfigurable Neuromorphic VLSI Multi-chip System Applied to Visual Motion Computation," in Proc. Int. Conf. Microelectron. Neural, Fuzzy Bio-Inspired Syst., Granada, Spain, Apr. 1999, pp. 37-44.
B.V. Benjamin et al., "Neurogrid: A Mixed-Analog-Digital Multichip System for Large-Scale Neural Simulations," Proc. IEEE, vol. 102, no. 5, May 2014, pp. 699-716.

상세보기
S. Carrillo et al., "Scalable Hierarchical Network-on-Chip Architecture for Spiking Neural Network Hardware Implementations," IEEE Trans. Parallel Distrib. Syst., vol. 24, no. 12, Dec. 2013, pp. 2451-246.

상세보기
E. Painkras et al., "SpiNNaker: A 1-W 18-Core System-on-chip for Massively-Parallel Neural Network Simulation," IEEE J. Solid-State Circuits, vol. 48, no. 8, Aug. 2013, pp. 1943-1953.

상세보기
J. Park et al., "Hierarchical address event routing for reconfigurable large-scale neuromorphic systems," IEEE Trans. Neural Netw. Learn. Syst., vol. 28, no. 10, Oct. 2017, pp. 2408-2422.

상세보기
Cognitive Anteater Robotics Laboratory, "CARLsim: a GPU-Accelerated SNN Simulator," Mar. 2017. http://www.socsci.uci.edu/-jkrichma/CARLsim/
The Neural Simulation Technology Initiative, http://nest-simulator.org/
Brian, "The Brian Spiking Neural Network Simulator," http://briansimulator.org/

내보내기 구분	파일저장 인쇄 메일전송
구성항목	기본정보 상세정보 관리번호, 논문명, 저널/프로시딩명, 저자 , 발행년, 권, 호, 시작페이지, 끝페이지, 발행기관 관리번호, 논문명, 대등논문명, 저자 , 저널/프로시딩명, 발행기관, 발행년, 발행언어, 권, 호, 시작페이지, 끝페이지, ISBN, ISSN, 주제분야, 키워드, 초록(한글), 초록(영문), 저자(소속기관)
저장형식	Text(ASCII format) Excel format RefWorks Direct Export RIS format (for Reference Manager, ProCite, EndNote), Scholar's Aids, Mendeley
메일정보	받는사람 (필수) @ 보내는사람 (선택) @ 제목 내용 KISTI 검색결과 이메일 서비스
안내	총 건의 자료가 검색되었습니다. 다운받으실 자료의 인덱스를 입력하세요. (1-10,000) 검색결과의 순서대로 최대 10,000건 까지 다운로드가 가능합니다. 데이타가 많을 경우 속도가 느려질 수 있습니다.(최대 2~3분 소요) 다운로드 파일은 UTF-8 형태로 저장됩니다. 파일의 내용이 제대로 보이지 않을실 때는 웹브라우저 상단의 보기 -> 인코딩 -> 자동선택 여부를 확인하십시오. ~ Text(ASCII format) Excel format

연합인증