2019.09.18by 이수민 기자
박막은 반도체 회로 간의 구분과 연결, 보호 역할을 담당한다. 따라서 반도체 품질은 박막을 최대한 얇고 균일하게 형성할수록 향상된다. 그러나 두께가 1마이크로미터 이하로 얇기 때문에 이를 구현하는 것은 기술적 난이도가 높아 박막 형성 상태를 수시로 측정하고 확인하는 작업이 중요하다. 이에 생기원이 화학기상증착 장비 내부에서 웨이퍼 위에 박막이 형성되는 전 과정을 실시간으로 관찰하고 측정 및 분석할 수 있는 화학증착소재 실시간 증착막 측정 시스템 개발에 성공했다.
.png)
2019.09.17by 이수민 기자
핀테크가 대중화되면서 금융계는 폭발적으로 증가하는 데이터의 효율적 처리라는 과제에 직면하게 됐다. 금융계는 데이터의 원활한 움직임을 보장하기 위해 서버 증설, 데이터 센터 설립 같은 인프라 증설을 도모하고 있다. 하지만 무어의 법칙이 생명력을 잃어가면서 프로세서의 성능은 전보다 획기적으로 개선되지 못하고 있다. 따라서 금융계는 나날이 발전하는 AI, 머신 러닝, 딥 러닝 기술을 금융 업무에 접목하는 방법에 고심하고 있다. 금융계는 알고리즘을 전개하고 신경망을 구축하는데 GPU보다 더 적합한 FPGA에 주목하고 있다. 가령 JP모건은 금융 거래에 AI 추론을 활용하고 있는데, FPGA는 구조 상 GPU보다 추론 분야에서 우위에 있다.
2019.09.16by 이수민 기자
SEMI의 최신 전 세계 팹 전망 보고서에 따르면, 2020년에 새롭게 건설을 시작하는 팹에 대한 투자는 올해보다 약 120억 달러 증가한 500억 달러에 이를 것으로 보인다. 2019년 말까지 380억 달러 규모로 15개의 새로운 팹이 건설될 것으로 보이며, 2020년에는 18개의 신규 팹이 건설될 것으로 예상된다. 18개의 팹 중 10개의 팹은 건설 투자 가능성이 높으며 약 350억 달러 이상의 규모이다. 8개의 팹은 건설 투자 가능성은 다소 낮으며 약 140억 달러 규모이다.
2019.09.11by 이수민 기자
일본의 수출규제 등 글로벌 소재전략무기화에 대응하여 중장기적 관점의 소재부품장비 기초원천 R&D 예산이 대폭 확대된다. 정부는 일본의 반도체 핵심 소재 등 수출 규제 발표 이후, 관계부처 합동으로 대외의존형 산업구조 탈피를 위한 소재부품 경쟁력 강화 대책과 핵심 원천기술 자립역량 강화를 위한 소재부품장비 연구개발 종합대책을 연이어 발표한 바 있다. 과학기술정보통신부는 이에 발맞춰 기초원천 R&D에 투자규모 대폭 확대, 투자 효율 제고를 위한 R&D 추진방식 혁신과 부처 간 칸막이 해소, 개방·공유·협력의 R&D 인프라 확충 등을 본격 추진한다.
2019.09.10by 이수민 기자
딥 러닝에는 컴퓨팅 리소스가 많이 소모되며, 따라서 학습 시간을 줄이는 분산 학습 기술이 사용된다. 그러나 분산 학습 기술도 대용량 모델을 여러 컴퓨터에서 동시에 실행하면 통신 병목 현상이 발생하는 한계가 있었다. 이에 ETRI가 딥 러닝 분산 학습에 최적화된 고속 처리 기술을 개발했다고 밝혔다. ETRI가 개발한 메모리 박스 공유기억장치는 분산 학습 시 발생하는 통신 병목현상을 해소함으로써 학습 시간을 단축시켰다. 이 기술을 적용하면 학습하는데 일주일이 걸리던 AI 모델을 같은 환경에서 1~2일 만에 학습할 수 있다.
2019.09.10by 이수민 기자
KETI가 독일 포츠담 프라운호퍼 IAP 연구소 컨퍼런스룸에서 프라운호퍼 IAP 연구소와 양자점 디스플레이 분야 기술개발을 위한 업무협력 MOU를 체결했다. IAP는 바이오폴리머, 기능성 폴리머 시스템, 합성 폴리머 기술, 생명과학·바이오 공정용 폴리머, 나노응용기술 등 7개 연구본부를 운영 중이다. 또 공정개발 및 최적화, 시험 분석 및 컨설팅 등의 기업지원 서비스를 제공, 민간 기업과 활발한 협력을 진행 중이다. KETI와 IAP는 2009년부터 디스플레이 분야 소재·소자 기술개발을 위해 공동기술개발, 연구 인력파견 등을 통해 협력을 이어오고 있다. 핵심 소재 및 소자구현 공정기술에 대한 공동연구를 통해 국내 기업의 디스플레이 산업 경쟁력 확보에도 기여하고 있다.
2019.09.09by 이수민 기자
AI, 빅 데이터 시대를 맞아 메모리 분야는 나노미터보다 정밀한 옹스트롬 단위의 혁신이 요구되며 다음과 같은 과제를 해결해야 한다. 먼저 AI에 필요한 방대한 양의 데이터를 효율적으로 수집, 처리, 저장, 분석하는 방법을 찾아야 한다. 그리고 IoT를 구성하는 수백억 디바이스의 성능, 전력 효율, 비용 요구사항을 가장 잘 구현할 수 있는 컴퓨팅 아키텍처을 고안해야 한다. 다음으로 클라우드 데이터센터, 에지 디바이스에서 머신 러닝 및 추론 애플리케이션을 위한 칩을 더욱 최적화해야 한다. 마지막으로 소재부터 시스템에 이르는 전반적 솔루션을 파악해야 한다.
2019.09.09by 이수민 기자
멘토, 지멘스 비즈니스가 연례 EDA 행사인 멘토 포럼 2019를 개최했다. 포럼을 위해 방한한 조셉 사위키 멘토 IC EDA 부문 수석 부사장은 기조연설에서 AI 기반 도메인 특화 아키텍처 제품의 개발이 증가하면서 반도체 설계 산업이 지속 성장할 것으로 전망했다. ML 기반의 반도체 설계를 위한 벤처 캐피탈의 투자가 증가하고 있다고 밝힌 그는, ML 시장이 성장하면서 EDA 툴도 많은 기회를 얻고 있다라고 말했다. 그리고 도메인 특화 아키텍처로서 AI와 ML 분야를 언급했다. 또 에지 애플리케이션에 최적화된 AI/ML 가속기를 만들 수 있는 새로운 설계 기술의 예로 HLS를 들었다. HLS는 C, C++와 같은 상위수준 프로그래밍 언어를 직접 지원하여 반도체 설계 검증의 속도와 정확도를 높일 수 있는 기술..
2019.09.09by 이수민 기자
처리해야 할 데이터가 폭발적으로 증가하면서 바이두와 같은 인터넷 서비스 제공 기업들은 빠르고 효율적인 데이터 액세스 및 저장을 실현해야만 한다. 인텔과 바이두는 인텔 옵테인 DC 퍼시스턴트 메모리의 대용량 고성능 기능을 활용하기 위해 바이두 피드 스트림 서비스의 인메모리 데이터베이스를 설계한다. 2세대 인텔 제온 스케일러블 프로세서를 탑재하고 인텔 옵테인 DC 퍼시스턴트 메모리를 바탕으로 한 메모리 플랫폼을 구축함으로써 바이두는 TCO를 낮추면서도 맞춤화된 검색 결과를 사용자에게 제공하게 됐다. 그 외에도 인텔과 바이두는 HPC 워크로드에서 머신러닝 성능을 가속화하는 스토리지 솔루션을 공개했다.
[열린보도원칙] 당 매체는 독자와 취재원 등 뉴스이용자의 권리 보장을 위해 반론이나 정정보도, 추후보도를 요청할 수 있는 창구를 열어두고 있음을 알려드립니다.
고충처리인 장은성 070-4699-5321 , news@e4ds.com