[CPU] 반도체 시장의 새로운 바람, FPGA와 전망
딥러닝서버https://www.ehostidc.co.kr/ (177)https://www.aiocp.co.kr/ (182)
컴퓨터에lj16; 1200;1109;1060; 아닌 연산1012; NJ12;NJ17;Ȣ16;lj16; 비메모리 0152;도체가 1080;습니다.
대표1201;1004;/196; 우리 컴퓨터1032; CPU, 스마트폰1032; AP1060; 1060;에 속한다고 볼 수 1080;습니다.
1060;,163;들1008; 1204;1088;기기 안에서 1221;해1652; 논리 회/196;에 따라 데1060;터 연산1012; 수행Ȣ16;lj16; 0152;도체1064;데 ,
1060;러한 0152;도체를 /196;1649; 0152;도체라고 합니다.
1060;러한 /196;1649; 0152;도체를 3가1648;/196; 나누면 ASSP, ASIC,FPGA/196; 나눌 수 1080;습니다.
1060;와 같1008; 3가1648; ǥ16;류를 1032;류사업에 비유Ȣ16;여 설명1012; 해보면,
1. ASSP
먼1200;, ASSPlj16; 범용에 해NJ17;.104;며 1068;0152; 체형에 맞춰
 사1060;1592; 별/196; 다양Ȣ16;,172; 나오lj16; 기성복1060;라고 보면 .104;lj16; ,163;1077;니다.
1201;NJ17;한 가ᅄ1;에 1201;NJ17;한 품1656; ,디1088;1064;1012; 0148;꿀 수lj16; 없1648;만 구1077;한 뒤 1088;유ǘ13;,172; 코디할 수 1080;다lj16; ,163;1060; 특1669;1077;니다.
1060;처/100; 0152;도체 역시 1068;0152;1201;1064; 기업들1060; 요구Ȣ16;lj16; 수1456;에 맞춰 생산.108; 0152;도체라고 생각Ȣ16;면 .104;며, CPU GPU가 ASSP에 속합니다.
2. ASIC
다1020;1004;/196; ASIC1008; 1452;문 1228;1089;형1060; .104;lj16;데요. 맞춤복1004;/196;서 사용1088;1032; ȏ12;향에 맞춰 만들Ǻ12;1648;lj16; ,163;1077;니다. 
대신 한 사람1012; 위해 만들Ǻ12;1648;lj16; ,163;1060;니만큼 비dz16; 가ᅄ1;1060; 특1669;1060; .112; 수 1080;습니다.
ASIC 0152;도체 역시 고ᄶ1;1060; 원Ȣ16;lj16; 특1221;1089;업에 특화.108; 0152;도체를 1452;문 1228;1089;Ȣ16;lj16; 0169;식1077;니다.
고성능1060;1648;만 설계ǥ12;터 생산까1648; 맞춤형1060;기 ǐ12;문에 가ᅄ1;1060; 비쌉니다.
첫 설계 연구비용1060; 매우 비dz12;1648;만 1060;후 대량생산에 1217;Ǻ12;들면 가ᅄ1;1060; 1328; 낮아1648;lj16; 특1669;도 1080;습니다.
 따라서 1060; 비dz16; 설계 비용1012; 감NJ17;할 수 1080;lj16; 기업1060;,144;나, 그 비용1012; 감NJ17;Ȣ16;고서라도 꼭 필요한 1089;업1060; 1080;1012; ǐ12; 사용.104;lj16; ,163;1060;라고 할 수 1080;습니다. 
예/196; 들1088;면 대표1201;1004;/196; 구글1060; 1064;공1648;능 연구를 위해 개0156;한 TPU가 해NJ17;합니다.
3. FPGA
마1648;ኔ1;1004;/196; FPGAlj16; 최고급 원단1004;/196; 구성.108; DIYȖ12;트라고 볼 수 1080;습니다.
1593;, 도1200;7176; 소화할 수 없lj16; 1452;문1012; 0155;아 고ᄶ1;에,172; 1116;료를 1452;고 1649;1217; 만들 수 1080;,172; Ȣ16;lj16; 0169;식1077;니다.
0152;도체 역시 0152;도체를 구매한 뒤 회/196;를 1649;1217; 새겨 넣1012; 수 1080;습니다. 1593; 설계가 가능Ȣ16;다lj16; ,163;1077;니다.
 
1060;러한 FPGA에 관Ȣ16;여 더욱 1088;세7176; 보면, 3가1648; 특성1012; 볼 수 1080;습니다..jpg?type=w966)
1. FPGAlj16; 커스터마1060;1669;1060; 가능Ȣ16;다.
원Ȣ16;lj16; 성능1032; 0152;도체를 맘대/196; 설계할 수 1080;습니다.
1593; 범용 0152;도체보다lj16; 높1008; 수1456;1032; 능/141;1060; 필요Ȣ16;고 맞춤형1008; ǥ12;NJ12;.112; ǐ12; 많1060; 사용Ȣ16;lj16; ,163;1077;니다.
수요가 1228;한.104;Ǻ12; 1080;1648;만 고성능1032; 0152;도체가 필요한 ǥ16;야나 
현1109;에서 논리구1312; 1116;수1221;1060; 가능Ȣ16;고 초기 개0156;비용1060; 낮기 ǐ12;문에 
1060;,163;1200;,163; 실험해보기 1339;1648;만 
기술1060; 완성단계가 .104;면 대량생산1012; 위해 ASSP와 ASIC/196; 0148;뀌lj16; ᅆ1;우가 많다lj16; 특1669;1060; 1080;습니다.
2. 1116;프/196;그래0141;
0152;도체 회/196;를 얼마든 수1221;할 수 1080;Ǻ12; 빠른 속도/196; 0156;1204;1473;1064; 데1060;터 센터나 1088;율1452;행시1109;에서 1201;극 활용.104;고 1080;습니다.
CPU나 GPU/196; 1060;뤄1652; 데1060;터센터lj16; 처리용량1012; 늘리/140;면 ᒤ1;1012; 1060;Ǻ12;야 합니다. 
그러면 0156;열, 1204;/141;소모도 늘Ǻ12;나lj16;데 FPGA/196; 만들Ǻ12;1652; 곳1008; 성능1012; 개선Ȣ16;/140;면 프/196;그래0141;만 다시Ȣ16;면 .104;lj16; ,163;1077;니다.
1593;, 공간 1204;/141; 0156;열 비용 모.160; 유리Ȣ16;다lj16; 1032;0120;1077;니다.
1088;율1452;행도 마찬가1648;/196;, 더 1339;1008; 소프트웨Ǻ12;가 나오면 그를 소화Ȣ16;기 위해 ᒤ1;1012; 0148;ǂ12;야 Ȣ16;lj16;데
FPGAlj16; 그냥 1116;프/196;그래0141; Ȣ16;면.108;다lj16; ,163;1077;니다. 1593; ǥ12;품1012; 갈 필요가 없습니다.
3. 1060;1333;별/148;성
FPGAlj16; CPU GPU 같1008; 다른 1060;1333; 0152;도체들과 호환1060; 가능합니다.
그리고 GPU처/100; 여러 연산1012; ᇼ1;시에 할 수 1080;lj16; 병/148;성도 1080;습니다.
1060; ǥ12;ǥ16;1008; 1064;공1648;능 연구1088;들1060; 선호Ȣ16;lj16;데, 기1316;에 사용Ȣ16;Nj12; CPU GPU에 결합Ȣ16;기만 해도 
연구속도를 비약1201;1004;/196; 늘릴 수 1080;기 ǐ12;문1077;니다.
1064;공1648;능 기계 Ȣ17;습1012; 위해 많1008; 양1032; 데1060;터처리가 필요한데 1060;에 큰 도움1060; .121;니다.
1060; ǐ12;문에 FPGA 또 다른 1060;름1012; AI 가속기라고도 합니다.
1060;러한 FPGA를 1452;/141;1004;/196; Ȣ16;며 FPGA를 세계최초/196; 개0156;한 업체1064; 1088;1068;링스를
2020년 10월 271068;, AMD가 350Ǻ13;달러에 한화/196; 391312;원에 1064;수한다고 0156;표했습니다.
1060;러한 1064;수가 왜 0152;도체 시1109;에 큰 관심1012; 0155;lj16;,152;까요?
그 1060;유lj16; 0148;/196; 앞1004;/196; 불Ǻ12;올 0152;도체1032; 새/196;운 0148;람에 0156;맞춰 대표 3사가 모.160; 대비를 마쳤다lj16; 1032;0120;1060;기 ǐ12;문1064;데.
그/111;다면 그 3사1032; 대비1204;략1060; Ǻ12;떻,172; .104;lj16;1648; 살6196;보면
엔비디아+ARM
ASIC 생산역량 확보
GPU 매출 감소 대비
AMD+1088;1068;링스
1088;1068;링스 FPGA 1216;유율 사수
1064;공1648;능용 0152;도체 시1109; 공세
1064;텔+ 알테라
알테라 FPGA 1216;유율 확대
1064;공1648;능용 0152;도체 시1109; 사수
GPU1032; 시대 1060;후 맞춤형 0152;도체가 새/196;운 0152;도체 시1109;1032; 0148;람1012; 불러1068;1004;킬 0120;래를 대비Ȣ16;여
알테라를 품1008; 1064;텔, 1088;1068;링스를 품1008; AMD, ARM1012; 품1008; 엔비디아
모.160; 1060; 시기를 1456;비Ȣ16;lj16; ,163;1060;며, 
3사 모.160; 1088;사기술1012; 기0152;1004;/196; ASIC0152;도체를 생산해 테크기업에 공급Ȣ16;여 
0152;도체 1204;1137;에서 승리Ȣ16;,192;다lj16; 1204;략1012; 실행Ȣ16;고 1080;lj16; ,163;1012; 알 수 1080;습니다.
앞1004;/196; 더욱 많1008; 변화와 기술 개0156;1060; 1060;루Ǻ12;1656; 0152;도체 시1109;에 많1008; 기대와 관심1012; ,152;Ǻ12;봐도 1339;1012; ,163; 같습니다.
본 포스ᔚ1;1008; AIOCP를 운영Ȣ16;lj16; 1060;호스트ICT1032; 원문 0156;췌를 Ȣ16;였1004;며, 더 1339;1008; IT 관/144; 칼/100; 글1012; 1069;Ǻ12;보고 dz10;1008; ǥ16;께서lj16; 아래 링크를 통해 <1060;호스트ICT 블/196;그>에 1217;속해보세요.
▼
https://blog.naver.com/ehostidc2004
근데 알테라는 올인원 보드 제어용으로 들어가지 이걸로 FPGA를 만들어서 인공지능 반도체를 생산한다고 보긴 어려울 듯 합니다.
이거 한번 만지려다 개발툴 라이센스 값만 200만원 넘게 달라고 해서 포기했던 기억이..
FPGA가 재프로그래밍 가능한 건 거기서 속도의 장점을 얻고자 함이 아니라 ASIC같은 고정기능 반도체의 단점을 커버하는 것이죠. FPGA안에 여러가지 빌딩블럭을 가지고 있고 그걸 어떻게 연결하느냐에 따라서 칩의 능력이 달라지니까요. 연산구조를 바꿀 수 있는 병렬연산기라고나 할까요? 구조 자체가 GPU와 비슷한 면이 많아서 AI가속기라고 불리는 것 같은데.... 그냥 특정 기능을 매우 빠르게 수행할 수 있는 프로그래밍 가능한 논리프로세서죠.
SW 적으로 처리하는 부분이 많을수록 수정이 비교적 용이 하기에 위험성이 줄어 드는 반면 성능이 떨어지는 문제를 고려해야 하고
HW 적으로 처리하는 부분이 많을 수록 디자인 수정/변경이 어려워 위험성과 비용이 증가 하게 됩니다.
개발 업체는 위에 언급 드린 여러 개발 변수에 기업 이윤 , 타임투마켓 , 양산성/단가 까지 고려하여 가장 최적의 solution 을 선택하게 됩니다.
CPU core 를 기반으로 다양한 ASSP 를 생산/판매 하였던 인텔이나 AMD 가 FPGA 업체를 사들인 이유도 이러한 디자인 설계상의 다변화 대응과 특히 나 근래 대두 되고 있고 고속의 데이터 처리 ( AI 도 그중 한 분야 겠지요) 를 위한 solution 을 확보가 강한 측면이 있습니다.