칩 제조는 엔비디아 가속 및 AI 컴퓨팅을 위한 “이상적인 애플리케이션”이라고 엔비디아의 창립자 겸 CEO인 젠슨 황이 화요일에 말했습니다.
젠슨 황은 벨기에 앤트워프에서 열린 ITF 월드 2023 반도체 컨퍼런스에서 컴퓨팅의 최신 발전이 “세계에서 가장 중요한 산업”을 어떻게 가속화하고 있는지에 대해 자세히 설명했습니다.
그는 반도체, 기술 및 통신 업계의 리더들이 모인 자리에서 화상을 통해 연설을 했습니다.
“엔비디아의 가속 컴퓨팅과 AI가 전 세계 칩 제조 산업에 기여하게 되어 기쁘게 생각합니다.”라고 말하며, 그는 가속 컴퓨팅, AI 및 반도체 제조의 발전이 어떻게 교차하는지에 대해 자세히 설명했습니다.
AI, 가속화된 컴퓨팅의 단계적 발전
그는 CPU의 기하급수적인 성능 향상은 거의 40년 동안 기술 산업을 지배하는 역학 관계였다고 말했습니다.
하지만 지난 몇 년 동안 CPU 설계는 성숙해졌다고 그는 말합니다. 하지만 컴퓨팅 성능에 대한 수요가 급증하는 가운데 반도체가 더 강력하고 효율적으로 발전하는 속도는 느려지고 있습니다.
“그 결과 클라우드 컴퓨팅에 대한 전 세계적인 수요로 인해 데이터센터 전력 소비가 급증하고 있습니다.”라고 젠슨 황은 말했습니다.
그는 더 많은 컴퓨팅 성능의 ” 막대한 이점”을 지원하면서 넷제로를 달성하기 위해서는 새로운 접근 방식이 필요하다고 말했습니다.
이는 GPU의 병렬 처리 기능을 CPU와 결합하여 가속 컴퓨팅을 개척한 NVIDIA에게 매우 적합한 과제였습니다.
그리고 이러한 가속화는 AI 혁명을 촉발시켰습니다. 10년 전 알렉스 크리제프스키, 일리야 수츠케버, 제프리 힌튼과 같은 딥 러닝 연구자들은 GPU가 비용 효율적인 슈퍼컴퓨터가 될 수 있다는 사실을 발견했습니다.
그 이후로 NVIDIA는 딥 러닝을 위한 컴퓨팅 스택을 재창조하여 로봇 공학, 자율 주행 차량 및 제조 분야에서 “수조 달러 규모의 기회”를 열었다고 황 CEO는 말했습니다.
컴퓨팅 집약적인 알고리즘을 오프로드하고 가속화함으로써, 엔비디아는 일상적으로 애플리케이션의 속도를 10~100배까지 높이는 동시에 전력과 비용을 대폭 절감할 수 있다고 황은 설명했습니다.
AI와 가속 컴퓨팅은 함께 기술 산업을 변화시키고 있습니다. 황은 “우리는 가속 컴퓨팅과 생성형 AI라는 두 가지 플랫폼 전환을 동시에 경험하고 있습니다.”라고 말합니다.
칩 제조에 도입된 AI와 가속 컴퓨팅
황은 첨단 칩 제조에는 1,000개 이상의 단계가 필요하며, 생체 분자 크기의 피처를 생산한다고 설명합니다. 각 단계가 거의 완벽해야 기능적인 결과물을 얻을 수 있습니다.
“패턴화할 피처를 계산하고 인라인 공정 제어를 위한 결함 감지를 수행하기 위해 모든 단계에서 정교한 계산 과학이 수행됩니다.”라고 황은 말합니다. “칩 제조는 NVIDIA 가속 및 AI 컴퓨팅에 이상적인 애플리케이션입니다.”
그는 엔비디아 GPU가 칩 제조에 어떻게 점점 더 필수적인 요소가 되고 있는지에 대한 몇 가지 예를 설명했습니다.
D2S, IMS 나노패브리케이션, NuFlare와 같은 회사는 전자빔을 사용하여 포토마스크, 웨이퍼에 패턴을 전송하는 스텐실을 만드는 기계인 마스크 라이터를 제작합니다. NVIDIA GPU는 이러한 마스크 라이터를 위한 패턴 렌더링 및 마스크 프로세스 보정이라는 계산적으로 까다로운 작업을 가속화합니다.
반도체 제조업체 TSMC와 장비 공급업체 KLA 및 Lasertech는 마스크 검사에 EUV로 알려진 극자외선 및 심자외선(DUV)을 사용합니다. 여기서도 NVIDIA GPU는 합성 기준 이미지를 생성하고 결함을 감지하기 위한 고전 물리 모델링 및 딥 러닝을 처리하는 데 중요한 역할을 합니다.
KLA, Applied Materials, Hitachi High-Tech는 전자빔 및 광학 웨이퍼 검사 및 검토 시스템에 NVIDIA GPU를 사용합니다.
그리고 지난 3월, 엔비디아는 컴퓨팅 리소그래피를 가속화하기 위해 TSMC, ASML 및 Synopsys와 협력하고 있다고 발표했습니다.
컴퓨팅 리소그래피는 광학을 통과하고 포토레지스트와 상호 작용하는 맥스웰의 빛의 거동에 대한 방정식을 시뮬레이션합니다.
전산 리소그래피는 칩 설계 및 제조에서 가장 큰 연산 워크로드이며, 연간 수백억 CPU 시간을 소비합니다. 새로운 칩의 레티클을 생성하기 위해 대규모 데이터 센터가 24시간 연중무휴로 가동됩니다.
3월에 출시된 NVIDIA cuLitho는 GPU 가속 컴퓨팅 리소그래피에 최적화된 툴과 알고리즘을 갖춘 소프트웨어 라이브러리입니다.
“우리는 이미 처리 속도를 50배나 가속화했습니다.”라고 그는 말했습니다. “수만 대의 CPU 서버를 수백 대의 NVIDIA DGX 시스템으로 대체할 수 있어 전력과 비용을 크게 절감할 수 있습니다.”
이러한 절감 효과는 탄소 배출량을 줄이거나 새로운 알고리즘이 2나노미터를 넘어서는 것을 가능하게 할 것이라고 황은 말했습니다.
다음 단계는 무엇인가요?
AI의 다음 물결은 무엇일까요? 황은 새로운 종류의 AI, 즉 물리적 세계를 이해하고 추론하며 상호 작용할 수 있는 지능형 시스템인 “구현된(embodied) AI”를 설명했습니다.
그는 로봇 공학, 자율 주행 차량, 심지어 물리적 세계를 이해하여 더 똑똑해진 챗봇까지 그 예로 들었습니다.
황 CEO는 청중들에게 멀티모달로 구현된 AI인 엔비디아 VIMA를 소개했습니다. VIMA는 시각적 텍스트 프롬프트에서 “이 장면에 맞게 오브젝트 재배치”와 같은 작업을 수행할 수 있습니다.
“이것은 위젯입니다.”, “저건 물건입니다.”, “이 위젯을 저 물건에 넣으십시오.”와 같이 개념을 학습하고 그에 따라 행동할 수 있습니다. 또한 데모를 통해 학습하고 지정된 경계 내에 머물 수 있다고 젠슨 황은 말합니다.
VIMA는 엔비디아 AI에서 실행되며, 디지털 트윈은 3D 개발 및 시뮬레이션 플랫폼인 엔비디아 옴니버스에서 실행됩니다. 황은 물리학에 기반한 AI가 물리학을 모방하고 물리 법칙을 따르는 예측을 하는 방법을 배울 수 있다고 말했습니다.
연구원들은 현실 세계와 가상 세계의 정보를 방대한 규모로 통합하는 시스템을 구축하고 있습니다.
NVIDIA는 Earth-2라는 지구의 디지털 트윈을 구축하고 있으며, 이 시스템은 먼저 날씨를 예측하고 장거리 날씨를 예측한 다음 최종적으로 기후를 예측할 것입니다. NVIDIA의 Earth-2 팀은 전 세계 날씨 패턴을 50~100,000배 빠르게 에뮬레이트하는 물리-AI 모델인 FourCastNet을 개발했습니다.
FourCastNet은 엔비디아 AI에서 실행되며, Earth-2 디지털 트윈은 엔비디아 옴니버스에서 구축됩니다.
이러한 시스템은 값싸고 깨끗한 에너지의 필요성과 같은 우리 시대의 가장 큰 과제를 해결할 수 있을 것으로 기대됩니다.
예를 들어, 영국 원자력청과 맨체스터 대학의 연구원들은 플라즈마 물리학 및 로봇 공학을 에뮬레이션하여 반응을 제어하고 연소하는 플라즈마를 유지하기 위해 물리-AI를 사용하여 핵융합로의 디지털 트윈을 만들고 있습니다.
그는 과학자들이 물리적 원자로를 활성화하기 전에 디지털 트윈에서 가설을 테스트하여 에너지 수율을 개선하고 예측 유지보수를 개선하며 가동 중단 시간을 줄임으로써 가설을 탐색할 수 있다고 말했습니다.
“원자로 플라즈마 물리학-AI는 엔비디아 AI에서 실행되며, 디지털 트윈은 엔비디아 옴니버스에서 실행됩니다.”라고 그는 말했습니다.
이러한 시스템은 반도체 산업을 더욱 발전시킬 수 있는 잠재력을 지니고 있습니다. “물리-AI, 로보틱스, 옴니버스 기반 디지털 트윈이 칩 제조의 미래를 발전시키는 데 도움이 되기를 기대합니다.”라고 황 CEO는 말했습니다.