<이미지를 클릭하시면 크게 보실 수 있습니다> |
모하메드 아와드 Arm 수석부사장은 4일 서울 코엑스에서 열린 SK AI 서밋의 3세션 ‘AI칩’ 연사로 나서 AI를 구현하기 위해 전력효율성이 무엇보다 중요하다고 강조했다.
그는 “챗GPT의 출현으로 인해 대혁신의 순간이 왔으며, 기술과 상호작용하는 방식도 바꿔놨다”라며, “하지만 AI 잠재력을 발전시키기 위해서는 도전이 필요하다”고 언급했다.
이어, “사실 AI는 현실과 충돌 궤도에 서 있다. 컴퓨팅 연산능력을 맞추기 위한 전력은 상상을 초월할 정도다”라며, “챗GPT3에서 챗GPT4로 넘어가면서 수억개 파라미터는 수조개로 늘어났지만 문제는 이제 시작 단계라는 점이다. 전력에 대한 요구사항은 계속해서 증가한다. 현실적으로 출발점이 좋지 않은 것”이라고 지적했다.
아와드 수석 부사장에 따르면 글로벌 데이터센터의 전력소모는 극심하다. 현재 독일 가구 전체가 쓰는 전력을 이미 넘어섰다는 것. 오는 2030년에는 인도 전체 가구에서 쓰는 전력보다 글로벌 데이터센터의 전력량이 더 커질 것이라는 전망을 내놓기도 했다.
그는 “현재 가장 큰 데이터 센터가 100MWh, 200MWh 수준이며, 1GWh까지 늘리기 위한 노력을 경주하고 있다”라며, “현재 10개의 데이터센터가 각각 미국 내 90만 가구에 전력을 송출할 수 있는 정도의 수준인데, 이같은 전력을 어디서 가져와야 하나”라고 의문을 던졌다.
또한 “몇 년전에 무대에서 데이터센터의 전력 수급을 위한 원자력 발전소에 대한 발표를 한 적이 있었는데, 이 자리에서 AI로 인해 이같은 내용을 또 다시 반복할줄은 몰랐다”고 회고하기도 했다.
아울러, “AI가 잠재력을 실현하기 위해서는 전체 생태계가 함께 혁신해야 한다”라며, “가장 작은 반도체부터 그 전력이 어떻게 구축되는지 모든 것을 살펴봐야 하며, 전체 시스템에 대한 재평가가 이뤄져야 한다”고 지목했다.
아와드 수석부사장의 해답은 크게 두 가지다. 전력효율성과 에코시스템이다. 이 중 전력효율과 관련한 Arm의 차별화된 경쟁력에 대해 많은 시간을 할애했다.
일례로 과거 애플에 맞춤형 프로세서를 비딩했을 때의 사례를 소개했다. 당시 애플의 과제는 꽤나 어려웠는데 발열이 적어야 했고 세라믹 베이스 패키지는 물리적으로 크기가 작아야 하며 플라스틱 틀에 맞춰야 했다. 배터리 측면에서도 잘 작동해야 했고 성능도 높아야 했다. 이에 따라 35년전 튀르키예 농장에서 창립한 Arm이 도전에 나섰다. 실제로 설계한 프로세서를 작동시켰을 때 놀라운 경험을 했다는 것. 전원을 연결했을 때 잘 작동하는 컴퓨터가 아니라 전원을 껐을 때도 작동하는 칩에 대한 놀라움이었다. 당시 그 칩은 보드에 누출된 전력으로도 구동했다. 그만큼 Arm의 전력효율성이 뛰어나다는 설명이다.
그는 “요점은 Arm은 전력효율을 위해 태어났으며, 이는 회사의 DNA라는 것”이라며, “30여년동안 우리는 파트너를 통해 3000억개가 넘는 기기를 출하했으며, 모두 Arm의 효율성에 기반을 두고 있다”고 강조했다.
또한 “Arm은 스마트폰 등 모바일에서부터 클라우드, 데이터센터까지 모든 곳에 있다”라며, “전세계가 AI로 전환하는 이 때 역시도 마찬가지다. AI로 전환하면서 데이터센터가 부상했는데 Arm과 에코시스템을 통한 혁신에 나서고 있다”고 덧붙였다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
에코시스템 측면에서도 Arm은 2000만명의 개발자들과 함께하고 있다는 점을 강조했다.
그는 “Arm을 위한 하드웨어가 만들어지고 소프트웨어도 더 많이 개발되는 등의 순환을 거친다”라며, “하드웨어 측면에서 하이퍼스케일 기업이 많은 실리콘을 만들 수 있도록 ATD(Arm total design)를 구현했고, 1년만에 회원사가 2배로 늘었다. 파트너들과 함께 파운드리뿐만 아니라 소프트웨어 측면에서도 함께 투자해 Arm CSS도 운영하고 있다”고 말했다.
<이미지를 클릭하시면 크게 보실 수 있습니다> |
- Copyright ⓒ 디지털데일리. 무단전재 및 재배포 금지 -
이 기사의 카테고리는 언론사의 분류를 따릅니다.
기사가 속한 카테고리는 언론사가 분류합니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.
언론사는 한 기사를 두 개 이상의 카테고리로 분류할 수 있습니다.