페이스북이 기존 디자인과 전혀 다른 방식으로 작동하는 새로운 종류의 인공지능 반도체 칩 개발계획을 밝혔다.

페이스북 AI 연구를 이끄는 얀 르쿤(Yann LeCun)은 인공 지능의 최근 진보를 뒷받침하는 심층 학습 알고리즘을 훈련하는 데 사용되는 칩이 여러 갈래로 분산처리 않고도 데이터를 조작 할 수 있어야 한다고 강조했다. 대부분의 기존 컴퓨터 칩은 이러한 기계학습 시스템이 학습해야 하는 데이터 양을 처리하기 위해 학습 단위로 나눠서 각각을 순서대로 처리한다.

19일 글로벌 경제뉴스통신사 블룸버그에따르면 르쿤은 “뒤집지 않은 돌을 남겨두고 싶지 않다. 특히 아무도 돌을 뒤집지 않는다면 더욱 그렇다”라며 혁신 의지를 밝혔다. 그는 18일 이같은 발표에 앞서 인공 지능을 다루기 위해 고안된 컴퓨터 하드웨어의 역사와 미래에 대한 연구 논문을 발표했다.

인텔과 페이스북은 앞서 인공지능 애플리케이션을 위해 특별히 설계된 새로운 종류의 칩에 대해 협력키로 했다. 지난 1월, 인텔은 올해 하반기에 새로운 칩 개발 계획을 제시했다.

페이스북은 가장 유망한 형태의 기계학습에 더 적합한 반도체를 만드는 점점 더 격렬해지는 경쟁에 뛰어들게 됐다. 알파벳(Alphabet Inc.)의 구글(Google)은 텐서 프로세싱 유닛(Tensor Processing Unit)이라는 칩을 만들어 클라우드 컴퓨팅 데이터 센터의 AI 애플리케이션에 전력을 공급한다. 인텔은 2016년 샌디에이고에 기반을 둔 벤처 기업인 너바나 시스템스(Nervana Systems)를 인수했다.

지난 4 월 블룸버그 통신은 페이스북이 인공 지능뿐만 아니라 회사의 방대한 데이터 센터의 복잡한 작업량 관리 등 다양한 애플리케이션을 위한 자체 칩을 만들기 위해 하드웨어 팀을 고용하고 있다고 보도했다. 현재 인간의 두뇌가 작동하는 방식을 기반으로 하는 일종의 소프트웨어인 신경 네트워크를 학습하기 위해 가장 보편적으로 사용되는 칩은 원래 컴퓨팅 집약적인 작업 부하를 처리하도록 설계된 엔비디아(Nvidia) 등의 비디오 게임 등을 위한 그래픽 처리 장치다. .

르쿤은 지금까지는 GPU가 심층적 연구를 위해 중요 할 것이라고 말했지만 데이터 센터 또는 휴대전화 또는 가정용 디지털 보조장치와 같은 AI 알고리즘을 실행하는 데는 적합하지 않았다고 지적했다.

미래의 AI 칩 설계가 정보를 보다 효율적으로 처리해야 한다는 주장이다.

예를 들면 인간의 두뇌는 학습 할 때 시스템 대부분의 뉴런을 활성화 할 필요가 없다. 그러나 현재의 칩은 사용되지 않더라도 계산의 모든 단계에서 네트워크의 모든 단위가 정보를 처리한다. 이로 인해 프로세스의 효율성이 떨어진다.

몇몇 스타트업 기업은 스파스(sparse) 정보를 보다 효율적으로 처리하기 위해 칩을 만들려고 노력해왔다. NASA 출신 다니엘 골딘(Daniel Goldin)은 크누에지(KnuEdge)라는 회사를 설립, AI 칩을 개발 중이었으나 지난해 5월 인력을 감축한다고 밝힌바 있다. 국내에서는 퓨리오사ai(Furiosa ai)가 AI 전용칩 개발에 도전하고 있다.

한편, 뉴욕대학 컴퓨터공학과 교수인 얀 르쿤은 딥러닝(deep learning)으로 알려진 기계 학습 기술의 선구자 중 한 명이다. 이 방법은 거대 신경망의 사용에 달려 있다. 그는 문자와 숫자를 식별하거나 이미지에서 사람과 사물을 분류해 지정하는 것과 같은 컴퓨터 비전 작업에 이러한 딥러닝 기술을 적용하는 것으로 특히 유명하다.