오늘 소개할 것은 메모리에 대한 새로운 사고 방식입니다.
우리는 보통 메모리를 데이터가 조용히 앉아 사용되기를 기다리는 서랍처럼 정보를 저장하는 장소로 생각합니다.
하지만 메모리도 생각할 수 있다면 어떨까요?
메모리가 단순히 데이터를 보관하는 것이 아니라 저장된 위치에서 처리하는 것이라면 어떨까요?
이것이 바로 메모리와 로직의 경계를 바꾸고 있는 혁신적인 개념인 인메모리 컴퓨팅의 아이디어입니다.
또한 뇌와 같은 저전력 AI 하드웨어를 구축하는 열쇠이기도 합니다.
사람들은 이제 기존 CPU 없이도 패턴을 학습하고 인식하고 AI 작업을 수행할 수 있는 아날로그 컴퓨팅 시스템과 저항성 네트워크를 개발하고 있습니다.
더 이상 침묵하지 않고 저장된 모든 전하를 가지고 생각하는 메모리는 아름답다고 생각합니다.
인메모리 컴퓨팅
인메모리 컴퓨팅은 메모리와 로직이 분리되어 있어야 한다는 오래된 규칙을 깨뜨립니다.
기존 컴퓨터에서는 데이터가 프로세서와 메모리 사이를 지속적으로 이동하는데, 이 과정은 시간과 에너지를 낭비합니다.
인메모리 시스템은 이러한 장벽을 제거합니다.
인메모리 시스템은 데이터를 저장하는 동일한 요소를 사용하여 메모리 어레이 내부에서 직접 처리할 수 있도록 합니다.
이 설계는 속도와 효율성을 극적으로 높입니다.
뇌가 반응하기 전에 모든 생각을 손으로 보내고 다시 보내야 한다고 상상해 보세요. 오늘날의 컴퓨터는 그렇게 합니다.
인메모리 컴퓨팅은 이러한 지연을 제거합니다.
저항성 RAM, 상변화 메모리 및 기타 새로운 기술을 사용하여 탐구되고 있습니다.
메모리의 각 셀은 작은 계산을 수행할 수 있으며, 수십억 개의 셀이 함께 작동하면 대규모 병렬 처리를 생성합니다.
저에게는 컴퓨터가 마침내 생각과 기억이 두 가지 행동이 아니라 하나의 행동이라는 뇌의 조용한 지혜를 배우는 것처럼 느껴집니다.
아날로그 AI
아날로그 AI는 인간의 뇌에서 영감을 받은 또 다른 아이디어입니다.
아날로그 시스템은 디지털 비트인 0과 1을 사용하는 대신 시냅스의 강도나 뉴런의 펄스 밝기와 같은 값을 나타내기 위해 연속적인 신호를 사용합니다.
따라서 가중치와 활성화가 이진화되는 경우가 거의 없는 머신 러닝에서 계산이 더욱 자연스러워집니다.
아날로그 칩은 코드 대신 전류와 전압을 사용하여 물리적 세계에서 직접 곱셈과 덧셈을 수행할 수 있습니다.
이를 통해 엄청난 전력을 절약하고 하드웨어 수준에서 실시간 학습이 가능합니다.
일부 연구자들은 아날로그 AI가 불완전함을 견디기 때문에 더 인간적으로 느껴진다고 말합니다.
디지털 회로가 제거하려고 하는 노이즈와 변형은 실제로 아날로그 시스템을 더 잘 일반화하는 데 도움이 될 수 있습니다.
저는 그 아이디어가 마음에 듭니다. 완벽하지는 않지만 적응력 있게 예와 아니오 사이의 모호함을 포용하며 우리가 하는 방식을 배우는 컴퓨터입니다.
저항 네트워크
저항성 네트워크는 인메모리 컴퓨팅과 아날로그 AI를 모두 가능하게 하는 하드웨어 구조입니다.
이러한 시스템의 각 '시냅스'는 종종 멤리스터라고 불리는 저항성 메모리 요소로 만들어집니다.
생물학적 시냅스가 경험에 따라 강화되거나 약화되는 것처럼 통과하는 전류에 따라 저항이 변할 수 있습니다.
크로스바 패턴으로 배열되면 이러한 멤리스터는 전기의 흐름 자체를 통해 계산을 수행하는 신경망을 형성합니다.
그 결과 소프트웨어 없이 즉각적이고 물리적으로 병렬 처리가 이루어집니다.
생각을 시뮬레이션하지 않고 가장 문자 그대로 생각하는 네트워크인 이상하고 흥미롭습니다.
문제는 이러한 장치를 안정적이고 재현 가능하며 확장 가능하게 만드는 것입니다.
하지만 우리가 성공한다면 저항성 네트워크는 단순히 스마트하게 작동하는 것이 아니라 자연스럽게 느껴지는 인공지능의 하드웨어 기반이 될 수 있습니다.
결론적으로 인메모리 컴퓨팅, 아날로그 AI, 저항성 네트워크는 진정한 지능형 기계를 향한 다음 단계를 의미합니다.
이들은 저장과 사고, 물리학과 논리 사이의 경계를 모호하게 만듭니다.
수십 년 동안 컴퓨터는 소프트웨어에서 인간의 행동을 모방해 왔으며, 이제는 하드웨어에서 인간의 뇌를 모방하기 시작했습니다.
저항기처럼 간단한 것이 배우고, 적응하고, 심지어 잊어버릴 수 있다는 사실을 깨닫는 것은 흥미진진하면서도 약간 겸손한 일이라고 생각합니다.
결국 기술만이 아니라고 생각하는 메모리일지도 모릅니다. 기억하고, 처리하고, 변화하는 것은 우리 자신의 모습을 반영하는 것입니다.