“칩 제조는 가속 컴퓨팅과 AI 컴퓨팅을 위한 ‘이상적인 애플리케이션’이다”

엔비디아가 최근 개최한 벨기에 앤트워프에서 열린 ITF 월드 2023(ITF World 2023) 반도체 컨퍼런스에서 가속 컴퓨팅과 AI의 역할에 대한 화상 강연을 진행하며 한 말이다.

엔비디아 창립자 겸 CEO인 젠슨 황(Jensen Huang)은 벨기에 앤트워프에서 열린 ITF 월드 2023(ITF World 2023) 반도체 컨퍼런스에서 반도체·기술·통신 업계 리더들에게 컴퓨팅의 최신 발전이 ‘세계에서 가장 중요한 산업’을 어떻게 가속화하고 있는지, △가속 컴퓨팅 △AI △반도체 제조의 발전이 어떻게 교차하는지에 대해 자세히 설명했다. 

■ 인공지능과 가속 컴퓨팅, 차세대 산업 혁명의 촉매

젠슨 황은 “CPU의 기하급수적인 성능 향상이 거의 40년 동안 기술 산업을 지배해왔지만 지난 몇 년 사이 CPU 설계는 성숙 노드로 접어들었다”며 “반도체의 발전 속도는 점점 느려지는데, 컴퓨팅 성능에 대한 수요는 급증하고 있다”고 설명했다. 

시장은 클라우드 컴퓨팅에 대한 전세계적인 수요로 인해 데이터센터 전력 소비가 치솟고 있는 상황에서 그는 “더 많은 컴퓨팅 성능의 ‘귀중한 이점’을 지원하면서 넷 제로를 달성하기 위해서는 새로운 접근 방식이 필요하다”고 말했다. 

이러한 도전적 상황에 엔비디아가 해결사임을 자처하며, “엔비디아는 GPU의 병렬 처리 기능을 CPU와 결합해 가속 컴퓨팅을 개척했다”고 강조했다.

결과적으로 이러한 가속화는 AI 혁명을 촉발시켰다. 10년 전 알렉스 크리제브스키(Alex Krizhevsky), 일리야 수츠케버(Ilya Sutskever), 제프리 힌튼(Geoffrey Hinton)과 같은 딥 러닝 연구자들은 GPU가 비용 효율적인 슈퍼컴퓨터가 될 수 있다는 사실을 발견했다.

그 이후로 엔비디아는 딥 러닝을 위한 컴퓨팅 스택을 재창조해 △로봇 공학 △자율주행차량 △제조 분야에서 ‘수조 달러 규모의 기회’를 창출했다. 컴퓨팅 집약적인 알고리즘을 오프로드하고 가속화함으로써, 엔비디아는 주기적으로 애플리케이션의 속도를 10~100배까지 높이는 동시에 전력과 비용을 대폭 절감하려는 다양한 노력들을 하고 있다.

AI와 가속 컴퓨팅은 함께 기술 산업을 변화시키고 있다. 젠슨 황은 “우리는 가속 컴퓨팅과 생성형 AI라는 두 가지 플랫폼 전환을 동시에 경험하고 있다”고 말했다.

■ 칩 제조에 도입된 AI와 가속 컴퓨팅
젠슨 황의 설명에 따르면, 첨단 칩 제조에는 1,000개 이상의 단계가 필요하며 생체 분자 크기의 피처(feature)을 만들어내야 한다. 이때 각 단계가 거의 완벽해야 정상적으로 작동하는 결과물을 얻을 수 있다.

그는 “패턴화할 피처를 계산하고 내부 라인 공정 제어를 위한 결함 감지를 수행하기 위해 모든 단계에서 정교한 컴퓨터 과학이 수행되는데 이러한 칩 제조는 엔비디아 가속 및 AI 컴퓨팅에 이상적인 애플리케이션”이라고 말했다.

더불어 엔비디아 GPU가 칩 제조에 어떻게 점점 더 필수적인 요소가 되고 있는지에 대한 몇 가지 예시를 들었다.

D2S, IMS 나노패브리케이션(IMS Nanofabrication), 누플레어(NuFlare)와 같은 기업은 전자 빔(electron beams)을 사용해 마스크 라이터를 제작한다. 마스크 라이터는 포토마스크, 웨이퍼에 패턴을 전송하는 스텐실을 만드는 기계이다. 엔비디아 GPU는 이러한 마스크 라이터를 위한 패턴 렌더링 및 마스크 프로세스 보정에서 까다로운 계산이 필요한 작업을 가속화한다.

반도체 제조업체 TSMC와 장비 공급업체 KLA, 레이저테크(Lasertech)는 마스크 검사에 EUV로 알려진 극자외선 및 심자외선(DUV)을 사용한다. 여기서도 엔비디아 GPU는 합성 기준 이미지를 생성하고 결함을 감지하기 위한 고전 물리 모델링, 딥 러닝 처리에 중요한 역할을 한다.

KLA, 어플라이드 머티어리얼즈(Applied Materials), 히타치 하이텍(Hitachi High-Tech)은 전자 빔과 광학 웨이퍼의 검사 및 검토 시스템에 엔비디아 GPU를 사용하고 있다. 또한 지난 3월, 엔비디아는 계산 리소그래피 가속화를 위해 TSMC, ASML, 시놉시스(Synopsys)와 협력하고 있다고 발표했다.

젠슨 황은 전산 리소그래피(computational lithography)가 광학을 거쳐 포토레지스트(photoresists)와 상호 작용하는 빛의 움직임에 대한 맥스웰 방정식을 시뮬레이션 한다고 설명했다. 전산 리소그래피는 칩 설계 및 제조에서 가장 큰 연산 워크로드이며, 연간 수백 억의 CPU 시간을 소비한다. 또한 대규모 데이터 센터가 새로운 칩의 레티클을 생성하기 위해 365일 내내 가동된다.

3월에 출시된 엔비디아 cuLitho는 GPU 가속 컴퓨팅 리소그래피에 최적화된 툴과 알고리즘을 갖춘 소프트웨어 라이브러리이다. 젠슨 황은 “우리는 이미 처리 속도를 50배나 가속화했다”며 ”수만 대의 CPU 서버를 수백 대의 엔비디아 DGX 시스템으로 대체할 수 있어 전력과 비용을 크게 절감할 수 있다”고 밝혔다.

더불어 이러한 절감 효과가 탄소 배출량을 줄이거나 새로운 알고리즘이 2나노미터를 넘어서는 일을 가능하게 할 것이라고 덧붙였다.

■ 넥스트 레벨 AI, 멀티모달 인공지능
시장은 이미 다음 단계 AI를 바라보고 있다. 젠슨 황은 물리적 세계를 이해하고 추론하며 상호 작용할 수 있는 지능형 시스템, 즉 '구체화된 AI(embodied AI)'라는 새로운 유형의 AI를 소개했다. 

젠슨 황은 청중들에게 멀티 모달로 구현된 AI인 엔비디아 VIMA를 선보였다. 그는 VIMA가 시각적 텍스트 프롬프트에서 ‘해당 장면에 맞는 물건 재배치’와 같은 작업을 수행할 수 있다고 밝혔다.

VIMA는 ‘이것은 위젯이다’, ‘저것은 물건이다’, ‘이 위젯을 저 물건에 넣어라’와 같이 개념을 학습하고 그에 따라 행동할 수 있다. 또한 데모를 통해 학습하고 지정된 범위 내에 머물 수 있다.

VIMA는 엔비디아 AI에서 실행되며, 디지털 트윈은 3D 개발 및 시뮬레이션 플랫폼인 엔비디아 옴니버스(NVIDIA Omniverse)에서 실행된다. 젠슨 황은 물리학에 기반한 AI는 물리학을 모방하고 물리 법칙에 근거한 예측을 하는 방법을 배울 수 있다고 말했다.

연구원들은 현실 세계와 가상 세계의 정보를 방대한 규모로 통합하는 시스템을 구축하고 있다. 엔비디아는 지구의 디지털 트윈인 어스(Earth)-2를 구축해 가장 빠른 날씨 예측, 장기간 날씨 예측, 궁극적인 기후 예측이 가능하도록 만드는 작업을 하고 있다.

또한 엔비디아의 어스-2 팀은 전 세계 날씨 패턴을 50~100,000배 빠르게 모방하는 물리-AI 모델인 포캐스트넷(FourCastNet)을 개발했다. 포캐스트넷은 엔비디아 AI에서 실행되며, 어스-2 디지털 트윈은 엔비디아 옴니버스에서 구축된다.

이러한 시스템은 우리 시대의 가장 큰 과제인 저렴하고 깨끗한 에너지의 필요성을 해결할 수 있을 것으로 기대된다.

예를 들어, 영국 원자력 당국(United Kingdom Atomic Energy Authority, UKAEA)과 맨체스터 대학(the University of Manchester)의 연구원들은 플라즈마 물리학 및 로봇 공학을 모방해 반응을 제어하고 연소 플라즈마를 유지하기 위해 물리-AI를 사용하여 핵융합로의 디지털 트윈을 만들고 있다.

젠슨 황은 “과학자들이 물리적 원자로를 활성화하기 전에 디지털 트윈에서 가설을 테스트해 에너지 수율을 개선하고 예측 유지보수를 개선하며 가동 중단 시간을 줄임으로써 가설을 탐색할 수 있다”며 “원자로 플라즈마 물리학-AI는 엔비디아 AI에서 실행되며, 디지털 트윈은 엔비디아 옴니버스에서 실행된다”고 말했다.

이러한 시스템은 반도체 산업을 더욱 발전시킬 수 있는 잠재력을 지니고 있다. 젠슨 황은 “물리-AI, 로보틱스, 옴니버스 기반 디지털 트윈이 칩 제조의 미래를 발전시키는 데 도움이 되기를 기대한다”고 덧붙였다.