신경망 가속기(Neural Network Accelerator)를 탑재한 저전력 마이크로컨트롤러 ‘MAX78000’는 에너지와 시간은 CNN을 구현하는 수학적 연산에만 소모되며, 외부 데이터를 컨볼루션 네트워크 엔진으로 확보하는 데는 초저전력 ARM 코텍스-M4 코어나 더 낮은 전력의 RISC-V 코어 사용

‘MAX78000' 출시

맥심 인터그레이티드(한국대표 최헌정)가 신경망 가속기(Neural Network Accelerator)를 탑재한 저전력 마이크로컨트롤러 ‘MAX78000’을 7일(현지시간) 출시했다.

MAX78000은 소프트웨어 솔루션의 100분의 1도 안되는 저전력 에너지로 복잡한 인공지능(AI) 추론을 빠르게 실행해 배터리 구동 IoT 내장 장치에서 복잡한 의사 결정을 가능하게 한다. 진정한 엣지에서 AI 실행을 위한 전선을 잘라낸 것이다. 이는 AI 기술 기반의 배터리 구동 애플리케이션의 런타임을 늘리고 그동안 불가능했던 배터리 구동 AI 애플리케이션도 현실화할 수 있게 된 것이다.

탑재된 신경망 가속기는 신경망 가속기는 딥컨볼루션 네트워크(Deep Convolutional Neural Networks)에 최적화 됐다. 1,2,4,8 비트 웨이트가 있는 442k 8 비트 웨이트 용량으로 최대 1024 x 1024 픽셀의 프로그래밍 가능한 입력 이미지 크기와 프로그래밍 가능한 최대 64 개 레이어, 최대 1024 개 채널까지 계층 네트워크 별로 프로그래밍 가능하고 MLP 및 순환 신경망을 포함한 다른 네트워크 유형을 지원한다..

특히 MAX78000은 전용 신경망 가속기를 통합해 문제를 해결했다. 이로써 기계는 실시간 실행되는 저전력 로컬 AI 프로세싱으로 복잡한 패턴을 보고 들을 수 있게 됐다. 하드웨어 가속기는 경쟁 임베디드 솔루션 대비 100분의 1 미만의 에너지로 추론을 실행할 수 있어 머신 비전, 음성 및 안면 인식 등과 같은 애플리케이션을 더욱 효율적으로 구축할 수 있다.

블록도
블록도

이를 가능하게 한 것은 MAX78000의 컨볼루션 네트워크(Convolutional Neural Networks, CNN)의 에너지 및 지연 최소화를 위해 설계된 특수 하드웨어다. 이 하드웨어는 마이크로컨트롤러 종류에 상관없이 최소한의 간섭만 실행하도록 해 효율성을 높였다. 에너지와 시간은 CNN을 구현하는 수학적 연산에만 소모되며 외부 데이터를 CNN 엔진으로 확보하는 데는 초저전력 ARM 코텍스-M4 코어나 더 낮은 전력의 RISC-V 코어가 사용된다.

맥심은 AI 개발을 위해 더욱 원활한 평가와 개발 경험을 제공하는 툴을 지원한다. MAX78000 평가키트에는 오디오 및 카메라 입력장치 뿐만 아니라 대규모 어휘 키워드 검출 및 안면 인식과 관련해 즉시 이용 가능한 시연 프로그램이 포함되어 있다. CNN 아키텍처는 매우 유연하여 대표적인 딥러닝 오픈 소스 플랫폼, 텐서플로(TensorFlow)나 파이토치(PyTorch) 툴에서 네트워크를 학습 한 다음 Maxim에서 제공하는 툴을 사용하여 MAX78000에서 실행되도록 변환할 수 있다.

켈슨 아스틀리(Kelson Astley) 옴디아 애널리스트는 “인공지능은 대부분 빅데이터 클라우드 기반 솔루션과 연결돼 있다”며 “거대한 리튬이온 배터리 팩의 전선을 잘라내고 의존도를 줄인다면 개발자들이 운영 환경 상황에 더욱 잘 대응하고 민첩한 AI 솔루션을 구축할 수 있다”고 말했다.

크리스 아디스(Kris Ardis) 맥심 인터그레이티드의 마이크로·보안·소프트웨어 사업부 수석 이사는 “맥심은 엣지에서 AI용 전선을 잘라냈다”며 “이제 배터리로 구동되는 IoT 장치는 단순한 키워드 검출을 넘어선 다양한 일을 할 수 있게 됐다. 맥심은 일반적인 전력, 지연시간 및 비용 등에서 판도를 바꾸었고, 혁신 기술이 가져올 새로운 애플리케이션의 시대를 기대한다”라고 말했다.

저작권자 © 인공지능신문 무단전재 및 재배포 금지