GPT(Generative Pre-Trained Transformer)로 대표되는 거대 신경망 기반 인공지능 시스템은 지속적인 진화를 거듭하고 있습니다. 오픈 AI사의 GPT-4는 100조개의 파라메터들로 이루어진 초거대 신경망으로, 이를 학습시키기 위해서는 최신 GPU 10,000개를 11개월동안 사용하여야 하고 그 비용이 최소 2000억원 이상인 것으로 추산됩니다.

거대 신경망 학습 비효율성의 주된 원인은 메모리-프로세서와 같은 칩간 인터페이스에서 소모되는 에너지인데, 이러한 문제를 해결하기 위한 솔루션으로 다이와 다이 (Die-to-Die, D2D)를 연결하는 칩렛(Chiplet)에 특화된 근접거리 (Short-Reach) 인터페이스 기술이 많은 주목을 받고 있습니다. 본 연구에서는 미래 인공지능 반도체의 전력 및 성능 효율을 개선을 위해 전송 속도를 높이면서도 전력 효율을 극대화하는 칩렛 인터페이스에 특화된 혁신적인 전송기술을 개발하는 것을 목표로 하고 있습니다.

제안하는 연구를 통해 고성능 컴퓨팅 분야의 난제를 해결한다면 반도체 분야의 획기적인 사건이 될 것이며, 국가 기술 경쟁력 제고 및 미래사회의 필수 불가결한 요소인 인공지능 기반 시스템의 저전력 구현에 새로운 해답을 제시하는 의의를 가지게 될 것으로 확신합니다.