AMD Research의 활동 분야

첨단 메모리 기술

메모리 시스템에서 혁신적인 연구는 AMD의 미래 제품에 있어 중요한 요소이며 난해한 ‘메모리 월(Memory Wall)’을 극복하기 위해 노력을 기울이고 있습니다. AMD는 x86 프로세서에 64비트 주소 지정을 도입한 첫 번째 기업, x86 프로세서에 메모리 컨트롤러를 통합한 첫 번째 기업, 볼륨 제품에 HBM 메모리를 최초로 제공한 회사가 되는 등 메모리 시스템 혁신의 오랜 역사를 가지고 있습니다. 오늘날 AMD는 여러 분야에서 첨단 연구를 통해 메모리 기술의 새로운 방향을 계속해서 개척하고 있습니다.

• HPC 메모리 시스템: AMD Research는 고성능 슈퍼컴퓨터를 위한 고급 메모리 시스템에 대한 중요한 연구를 수행했으며, 그 결과 AMD는 미래의 Frontier 및 El Capitan exascale 시스템의 CPU 및 GPU 공급 업체로 선정되었습니다. AMD Research는 데이터 센터, 클라우드 컴퓨팅, 머신 인텔리전스는 물론 엑사 스케일 이후 HPC 시스템을 위해 이러한 노력을 지속하고 있습니다.
• 인메모리 처리: AMD Research는 데이터 이동과 관련된 에너지를 줄이기 위해 데이터 압축과 새로운 메모리 기술을 통합하여 효과적인 온칩 스토리지 밀도를 높이는 것뿐만 아니라 오프칩 메모리 디바이스로 컴퓨팅을 오프로드하는 새로운 프로세싱-인메모리 솔루션을 탐구하고 있습니다.
• 다단계 인텔리전트 메모리: AMD Research는 새로운 메모리 기술을 활용하여 뛰어난 성능과 신뢰성으로 전례 없는 메모리 용량을 갖춘 비용 효율적이고 에너지 효율적인 솔루션을 제공하는 지능형 메모리 시스템 설계를 개발하고 있습니다.
• 차세대 메모리 표준: AMD Research는 차세대 표준을 정의하기 위해 메모리 공급업체와 지속적으로 협력하고 있습니다. 현재 AMD는 HBM2를 AMD 제품에 사용하고 있으며, 향후 세대의 3D 스택 메모리 표준을 정의하기 위해 메모리 공급업체와 긴밀히 협력하고 있습니다.

머신 인텔리전스

머신 러닝(ML)은 세계 최대의 슈퍼컴퓨터에서 소형 임베디드 기기에 이르기까지 모든 것에 영향을 미치고 있으며 모든 형태의 계산에서 능력을 향상하는 핵심 원동력 중 하나입니다. AMD의 CPU, GPU, 가속기, APU는 다양한 ML 배포에 필요한 컴퓨팅 기능과 유연성을 제공합니다.

머신 인텔리전스 연구는 AMD가 모든 부문에서 ML에 적합한 플랫폼으로 자리매김할 수 있도록 기여하는 데 중점을 둡니다. AMD Research의 연구 프로젝트는 다음과 같은 다양한 방면으로 잠재적인 해결책을 연구하고 있습니다.

• 하드웨어: 마이크로아키텍처, 시스템 아키텍처, 메모리 시스템의 발전을 통한 ML 가속화
• 소프트웨어: ML 알고리즘을 향후 AMD 플랫폼에 쉽게 배포할 수 있는 프로그래밍 모델 및 도구
• 과학용 ML: 머신 러닝으로 기존의 HPC 애플리케이션을 보강하고 향상하여 과학적 발견 가속화
• 실리콘 설계용 ML: ML을 사용하여 향후 AMD 설계에서 최적의 매개변수 및 구성 파악

저전력

에너지 효율성 향상은 데이터 센터의 총 소유 비용(TCO) 절감, 노트북 및 임베디드 시스템의 배터리 수명 연장, 냉각 효율성을 높이는 열 핫스팟 감소, 높은 피크 연산 성능에 기여합니다. AMD Research는 데이터 센터 서버에서 클라이언트 및 모바일 장치에 이르기까지 CPU 및 GPU를 비롯한 AMD SoC의 전체 범위에 대한 에너지 효율성을 개선하는 데 주력하고 있습니다. AMD Research는 다면적인 접근 방식을 활용하여 적극적인 에너지 효율 목표를 달성하기 위해 끊임없이 연구하고 있습니다.

• 고급 전원 제어: AMD Research는 애플리케이션당 전력 소비를 줄이기 위해 향후 전력 분배 네트워크가 온디맨드 전력 요구에 맞게 더욱 빠르게 조정할 수 있는 AMD의 AFS(Adaptive Voltage Frequency Scaling) 기술에 대한 첨단 확장 기능을 연구하고 있습니다. 
• 저전압 설계: 저전압 온칩 스토리지, 적응형 신호 인코딩, 비동기식 통신, 근임계값 컴퓨팅에 대한 흥미로운 연구를 통해 새로운 전력 절감 방법을 찾고 있습니다.
• 에너지 효율적인 시스템 아키텍처: 현재 및 미래의 코어 마이크로 아키텍처, SoC, HPC 시스템에 대한 고급 전력/성능 최적화를 지속적으로 모색하고 있습니다. 이러한 기능은 시스템/SoC/코어의 데이터 이동을 최소화하는 것에서부터 CPU 블록의 세분화된 절전 기능에 이르기까지 다양합니다.
• 기계 학습 기반 설계: 최근 기계 지능의 확산에 따라 저전력 설계를 위한 새로운 흥미로운 방법을 찾고 있습니다.