안녕하세요? "할로파파" 입니다.
오늘은 경량 인공지능에 반도체에 대한 정보를 공유해 보고자 합니다.
최근 국내 삼성전자, SK하이닉스 등 반도체 주가가 많이 오르고 있죠?? ^^
내년에 더 반도체 시장이 기대된다고 하니 참고하십시오.
정보전달의 순서는 1. 경량 인공지능 반도체, 2. 국내외 기술동향, 3. 시장 및 발전 전망, 4. 결론의 순으로 진행하도록 하겠습니다.
길지만 끝까지 잘 읽어 주 주세요~
1. 경량 인공지능 반도체란?
1) 인공지능 반도체
- 2016년 3월 구글 딥마인드의 알파고 대 이세돌 구단의 대국은 바둑에서 인공지능 시스템과 인간 최고 실력자의
대결로 큰 주목을 받으며, 일반인들에게 딥러닝 기반 인공지능 기술을 알리는 계기가 되었음
① 구글 알파고 서버는 1,202개의 Intel CPU와 176개의 nVidia GPU, 딥러닝 전용 가속장치인 48개의 TPU(Tensor
Processing Unit)을 사용하는 대용량 서버 시스템
- 뉴럴 네트워크 기술은 오랜 시간 동안 연구되어 온 분야로서 1980년대 전후 한때, 학습에 필요한 엄청난 계산량에
비해 단순한 분류기 정도의 성능 수준으로 인해 현실성 없는 기술로 인식되었으나, 2000년대에 접어들면서
프로세서와 메모리의 용량과 성능이 비약적으로 발전하였고, 딥러닝의 체계화된 학습 알고리즘의 등장과 더불어
새롭게 등장한 그래픽 전용 처리장치인 GPU가 학습에 많은 계산량을 전담하면서 딥러닝 기반 인공지능 기술이
급속히 발전
- 2010년 초기 서비스 수준은 단순한 명령어 인식 및 텍스트 변환 기능에서 복잡한 문장의 이해를 통해 외국어
번역과 맞춤형 생활 정보 제공, 단말 기기 복잡한 제어 등의 한 차원 높은 비서 서비스로 발전하면서 딥러닝의 학습
및 실행에 필요한 행렬 곱, 덧셈에 특화된 TPU(Tensor Processing Unit)와 같은 전용 반도체가 등장
2) 경량 인공지능 반도체의 도입
- 딥러닝 기반 클라우드 서버 중심의 인공지능 서비스는 데이터 처리용량과 개별화된 학습의 한계로 인해 음성기반의
서비스와 이미지 분류 및 처리 수준의 서비스에 머물고 있어 이를 극복하기 위한 엣지용 경량 인공지능 반도체가
필요함
① 인간의 개입이 없는 Lv4+ 자율주행차의 경우, 한 대당 수십개 이상의 고해상도 카메라와 3차원 레이다/라이다, 100
여개의 각종 센서로부터의 신호를 받아 실시간으로 인지, 판단, 제어를 해야 함
② 최근 V2X와 같은 통합된 차량 통신기술을 통한 커넥티드 카가 등장하고 있음. 다양한 서비스를 위해 차량 전용의
통합된 통신 기술의 필요성과 중요성은 인식되고 있으나, 무선 네트워크로 연결된 인공지능 서버를 통한 자율주행
서비스는 안전성과 실효성에 한계가 있음
③ 현재 발표되는 자율주행차는 위한 차량내 고성능 인공지능 컴퓨팅 장치를 통해 구현되고 있으나, 소형화 및 저전력화를 포함한 안정성 확보가 필요 함
④ 스마트 폰에서도 서버 중심의 인공지능 서버스에서 벗어나 2018년 애플을 시작으로 화웨이와 삼성, 퀄컴 역시 자사의
AP(Application Processor)에 NPU(Neural Processing Unit)를 내장해 안면인식 잠금해제, 결제 서비스, 사진 및 영상의 화질 개선, AR 응용, 음성인식 등의 응용에 적용하고자 대규모 투자를 진행 중
⑤ NPU는 딥러닝 기반 서버에서 학습된 네트워크 정보를 1/10 미만으로 최적화하여 이식 후, 가속 실행하도록 설계된
반도체
⑥ 스마트 단말에서 기존 음성 기반 서비스뿐만 아니라 고해상도 영상과 장착된 다양한 센서들과 융합된 차별화된
서비스를 위해 NPU의 기능 및 성능을 보다 개선하는 경량 인공지능 반도체 개발을 진행 중
⑦ 시장조사기관인 가트너는 NPU가 탑재된 스마트 단말과 자동차용 AP 시장이 2018년 43억 달러 규모에서 2023년
343억 달러로 연평균 52%의 고성장세를 보일 것으로 전망
- 자율주행차와 스마트 폰, 스마트 가전과 같은 등 여러 분야에서 인공지능 서비스는 인공지능 클라우드 서버와
지능형 엣지 디바이스의 협업 모델로 진화 중에 있고, 엣지 디바이스를 위한 경량 인공지능 반도체의 필요성과
중요성이 커지고 있으며, 보다 높은 지능화 수준을 요구하고 있음
- 경량 인공지능 반도체로서 뉴로모픽 칩은 20세기 초부터 뇌과학 분야에서 연구되어온 뉴런과 시냅스 간의
전기화학적 구조와 신호전달(Spiking) 체계가 2000년 들어 뉴런에서의 입출력 스파이크 신호의 시간차에 의해
학습이 이루어지는 메커니즘이 밝혀지면서, 인공지능 반도체로 구현 가능성을 확보 함
2. 국내·외 기술동향
1) 해외 기술 동향
- (글로벌 기업의 인공지능 반도체 개발 및 공격적 M&A) 비메모리 반도체를 설계하는 미국의 인텔이나 엔비디아,
구글, 아마존, 중국 알리바바 등이 모두 AI 반도체 개발 착수. 미국 최대 전자상거래업체인 아마존은 AI 반도체
조직을 만들었고, 전기차업체 테슬라는 자율주행차용 AI 반도체 개발 수행 중
① 인텔은 기계 지능 소프트웨어 공급업체인 코그니티브 스케일, 로보틱 비전 기술 업체 에이아이(AEye) 등에 20건
이상의 투자를 단행. 2019년 AI 반도체 스타트업인 하바나랩스를 20억 달러에 인수. 하바나랩스는 2019년 GPU보다
4배 빠른 연산을 수행하는 가우디 AI 훈련용 프로세서를 출시함
② 2019년 엔비디아가 멜라녹스 테크놀로지스를 인수함. 멜라녹스는 CPU를 거치지 않고도 데이터를 상호 연결해
입출력 속도를 높일 수 있는 HPC 인터커넥트 기술을 위한 네트워크 반도체를 생산하는 업체임
- (뉴로모픽 하드웨어 제품화) 해외에서는 선진적으로 기존 폰 노이만 구조를 개선할 수 있는 지능 모방형 뉴로모픽
하드웨어 구조에 대한 연구를 진행하였으며, 해외 유수의 기업에서는 이미 제품화 단계에 돌입함
① (IBM) 2011년부터 뉴로모픽 하드웨어에 대한 연구 결과를 보고한 바 있으며, 2015년에 Truenorth 테스트 칩을
발표하였고, 현재까지 다양한 학술활동을 통해 실생활 환경에서의 동작을 보여준 바 있음
② (Intel) 2017년 자체학습이 가능한 스파이킹 기반의 뉴로모픽 칩인 Loihi(로이히) 테스트 칩을 발표하였고, 2018년
시연 가능한 칩을 공개하였으며, 2019년에는 768개의 Loihi Chip으로 구성된 뉴로모픽 시스템(Pojoiki Board)을
발표하였음
- (학습 가능한 경량 엣지 디바이스 R&D 경쟁 심화) 실생활 환경의 데이터를 수시로 수집하여 엣지 단에서 사용자
맞춤형 인공지능 모델을 구축할 수 있는 플랫폼을 위한 연구 및 개발 경쟁이 치열함
① (UIUC; University of Illinois) 인공지능 네트워크 학습에 보편적으로 이용되는 support vector machine (SVM)을 칩 내부에서 동작시킬 수 있는 하드웨어 구조를 개발 (2018 JSSC)
② (GIT; Georgia institute of Technology) 칩 내부에 강화학습 기능을 구현하여 센서 데이터의 변화에 맞게 연속적으로
인공지능 시스템을 학습하는 로봇 개발 (2019 JSSC)
③ (Brainchip holdings) 생체 모방형 알고리즘인 Spiking Neural Network(SNN)를 디지털 SoC로 구현하여 칩내부에서 학습을 수행하면서도 저전력으로 기존 인공지능 가속기 대비 동등한 정도의 알고리즘 정확도를 가지는 Akida NSoC 플랫폼을 제작함
④ (Graphcore) CPU나 GPU보다 효율적으로 인공지능 모델을 학습 및 추론할 수 있는 Intelligence processing unit (IPU)를 독자 개발함
⑤ (IBM) 2015년 deep learning의 대표적인 학습 방법인 Back-propagation 알고리즘을 뉴로모픽 하드웨어에
적합하게 적용할 수 있는 방법을 고안하여 관련 학회에 발표하였으며, 자사의 자체 제작 칩인 Truenorth에 적용
(2015 NIPS)
⑥ (Human Brain Project, BrainScaleS) wafer-scale integration을 통해 50×106개의 시냅스, 200,000 개의
뉴런을 한 웨이퍼에 공정. 이렇게 공정한 wafer를 20장을 결합하여 large scale system (BrainScaleS)를 구현
- (저전력 MCU/NoC 및 센서 인터페이스 기술) 저전력 MCU 관련 기술은 다양하게 연구되었지만, NoC 관점
에서의 저전력 기술은 부족한 실정
① 2015년 하반기에 미국 버클리대는 구글, HP, IBM, 마이크로소프트, 오라클, 엔비디아, 퀄컴 등과 함께 RISC-V 재단을
설립하고 프로세서의 하드웨어 및 소프트웨어 환경을 무료로 오픈함
② 전 세계적으로 가장 많이 쓰이는 상용 온칩 인터커넥트는 Arteris 사의 FlexNoC로, 응용 분야에 특화된 크로스바
스위치들의 토폴로지를 갖는 고성능, Fault tolerant, Cache Coherent, Multi-Clock/Power Domain NoC 제공
③ 경량 SoC를 위해서는 크로스바 스위치 기반의 멀티 버스 구조인 ARM 사의 NIC 시리즈가 가장 많이 사용되고 있으나
저전력화를 위한 기술은 부족
④ 노르웨이의 팹리스 기업인 노르딕 세미컨덕터에서는 Arm Cortex-M33 코어가 내장된 IoT 전용 저전력 칩셋을
개발하였으며 빠른 시리얼 데이터의 센서 I/O 전송을 지원하기 위하여 독자적인 Easy DMA 기술 적용하고 있음
2) 국내 기술 동향
- (저전력 엣지 디바이스를 위한 온칩 러닝 및 지능형 엔진 기술) 국내 대학의 많은 연구진들이 경량 인공지능 반도체 연구에 집중하고 있으며, 저전력 엣지 디바이스를 위한 다양한 온칩 러닝 기술이 연구되고 있음
① (KAIST) 유엑스 팩토리와 공동으로 CNN과 RNN을 동시에 처리하는 인공지능 반도체를 개발함 (2018 ISSCC)
② (고려대) 온칩에서 STDP 기반의 비지도 학습이 가능한 뉴로모픽 프로세서를 구현함 (2020 TBCAS)
③ (서울대) 스파이크 기반의 역전파방식의 온칩 학습이 가능한 뉴로모픽 프로세서를 구현함 2(020 JSSCC)
④ (POSTECH) 아날로그 기반의 MAC을 사용하여 온칩 학습이 가능한 다중 레이어 뉴로모픽 시스템을 구현하였으며,
MNIST 데이터셋을 사용하여 소모 전력대비 고효율의 뉴로모픽 시스템을 검증함 (2019 TBCAS)
- (저전력 MCU 및 NoC 기술) 국내 기업 및 연구 기관에서 저전력 엣지 디바이스를 위한 다양한 MCU 및 NoC
기술이 연구되고 있음
① 2019년 5월, RISC-V 기반의 SoC 생산 스타트업 회사인 세미파이브가 설립되었으며 지금까지 100억 이상의 투자
유치
② 2019년 10월, 삼성전자도 자사의 어플리케이션 프로세서를 RISC-V로 개발하려고 계획하고 있으며 이를 위해
세미파이브와 협력 진행 중
③ 2015년, 온칩 인터커넥션 전문 팹리스 회사인 OPENEDGES가 설립되었으며, 고성능 온칩 인터커넥션 기술을 보유
④ 2019년, 한국전자통신연구원은 새로운 반도체 현상인 온도역전 현상을 활용하는 초소형 온칩 인터커넥션을 개발하여
반도체 칩에서 저전력효과를 증명
- (센서 인터페이스 기술) 엣지 디바이스의 데이터 수집을 위해 다양한 인터페이스 기술들이 사용되고 있으며
다양한 기술이 연구되고 있음
① 프로세서를 대신하여 I/O 장치와 메모리 사이의 데이터를 입출력을 담당하는 범용 직접 메모리 접근 기술은 스토리지, 멀티미디어 디스플레이, 네트워크 등 국내 상용 제품에 대부분 채택되고 있으며, 삼성, SK-Hynix 등 국내 파운드리에서 IP로 제공하고 있으나 해당 인터페이스가 특정 버스 프로토콜로 구성되어 있음
② 엣지 디바이스에서는 센서 입력이 대부분이어서, 시리얼 데이터와 멀티미디어 표준 형식을 따르며 해당 서비스를 위한 특정 기능이 추가된 직접 메모리 접근(application specific DMA) 기술개발이 필요
③ 한국전자통신연구원은 사람의 몸을 매질로 데이터를 전송하는 인체 통신 기술을 적용하여, 사용자가 접촉한 사물과
공간에 대한 데이터를 수집하여, 사용자의 생활 정보를 저장할 수 있는 원천기술을 보유하고 있음
- (국내 산업체 동향) 아직 초기 단계인 인공지능 반도체의 경우에는 시장 선점을 통해 비메모리 반도체 시장의 높은
점유율을 차지할 수 있다는 기대감이 AI 반도체 개발을 부추기고 있음
① (삼성전자) 반도체 비전 2030을 발표하며 뉴로모픽과 흡사한 신경망처리장치(Neural Processing Unit, NPU) 칩
개발을 목표함. 스마트폰용 모바일 칩셋과 차량용 첨단운전보조 시스템(ADAS) 같은 SoC(시스템온칩)를 적극 개발.
이를 위해 2030년까지 연구 인력을 현재의 10배 이상인 2000여 명까지 확장 예정
② (SK하이닉스) 미국 스탠퍼드대학과 강유전체(ferroelectrics·强誘電體) 물질을 활용한 ‘인공신경망 반도체 소자 공동
연구개발’ 협약 체결. 컴퓨터가 데이터를 단순히 0이나 1 이진법으로 구분하는 것과 달리 이 소자를 활용하면 데이터를
다양한 상태로 처리, 저장할 수 있어 뉴로모픽 칩의 중요 소자로 예상
③ (네페스) 제너럴비전과 계약을 체결하여 뉴로모픽 칩 ‘NM500’은 2017년 공개됐고, 신뢰성 테스트를 완료했으며 양산
시작함. 지속적인 뉴로모픽 칩 연구를 통해 차세대 뉴로모픽 칩 개발 진행 중
3. 시장 및 발전 전망
1) 시장 전망
- 2019년 국제시장조사업체 ‘마켓왓치’에 따르면 뉴로모픽 칩 시장은 2019년 1억 1104만 달러(1,335억 원)에서
2025년 3억 6614만 달러(4,404억 원)로 매년 22%의 시장
- 세계 뉴로모픽 컴퓨팅시장 규모는 USD 1.49억 달러(2016년), 연평균성장률은 20.2%로 Grand view research
사는 예상하고 있음
- 뉴로모픽칩 시장에서 자동차 산업의 수요가 가장 빠르게 증가 하고 있음. 현재 level 2의 자율주행 기술은 운전
보조 시스템으로 많은 연산을 요구하지 않지만, level 3, 4, 5로 발전할수록 거대한 양의 AI 연산이 요구될 전망
- 캐나다의 빅토리아 교통 정책 연구원(Victoria Transport Policy Institute)에 따르면 도로 교통 정보, 자율 주행 차량
정보의 증가로 차량용 시스템의 복잡도가 항공기 보다 높아질 것으로 예상
(단위: 억 달러)
| 구분 | 2020 | 2025 | 2030 | 2035 | CAGR(%) |
| Level3 | 63.9 | 1,234 | 3,456 | 4,905 | 33.6 |
| Level4 | 6.6 | 314 | 3,109 | 6,299 | 84.2 |
| 합계 | 64.4 | 1,548 | 6,565 | 11,204 |
※ 자율주행 기능 시스템, KISTI(2016)
- 시장조사업체 IHS 마킷은 AI 응용서비스 구현에 필요한 반도체 수요가 증가해 2025년에 전세계 매출이 1289억
달러(약 153조원)에 이를 것으로 전망함. AI 용 반도체 시장이 지난해 428억 달러를 기록한데 이어 올해는 500억
달러를 돌파하고, 2022년엔 1000억 달러에 육박할 것이라 분석함
2) 발전 전망
- 시스템반도체 산업은 세계적인 절대강자가 없는 상황에서 인공지능 반도체를 중심으로 빠르게 변화 중
- 인텔·엔비디아·삼성전자 등 글로벌 반도체 기업은 대규모 인수합병 및 R&D 투자 등 발전된 인공지능 반도체
개발을 본격화하고 있음
※ 인텔은 데이터센터·자율주행차 등 경쟁력 강화를 위해 알테라($169억, ’15), 너바나시스템즈($3.5억, ’16), 모빌아이
($153억, ’17), 하바나랩스($20억, ’19) 등 인수
- 非메모리반도체 기업으로 구글은 2016년부터 AI 반도체 TPU를 데이터 서버에 적용 중에 있으며, 페이스북도
2019년 AI 반도체 개발조직 신설하였고, 데이터센터·IoT기기 HW 기술력 확보 추진 중
- 중국의 바이두는 2020년 AI 반도체 Kunlun(컨룬)을 삼성전자 14nm 공정으로 양산 추진 중에 있고, 테슬라는
2019년 AI 반도체 FSD를 개발하여, 자사의 새 모델에 적용 예정
- 기존 글로벌 대기업 뿐만 아니라 높은 설계 역량을 갖춘 AI 반도체 스타트업이 등장하며, 기존 반도체 기업들을
뛰어넘는 혁신적인 기술 확보에 도전 중에 있다.
※ (하바나랩스, 이스라엘) ’16년 창업, 기존 GPU 보다 성능이 높은 AI 추론용·학습용 프로세서(Goya, Gaudi) 출시
(’18~’19) 및 인텔이 20억달러(약 2.3조원)에 인수(‘19.12)
※ (그래프코어, 영국) ’16년 창업, 독자 설계한 AI 반도체(IPU)를 MS·페이스북 컴퓨팅 서버에 적용 추진(’19~) 및 글로벌
기업(보쉬, 델 등)으로부터 3.1억 달러 투자유치
- 우리나라는 메모리반도체 분야 약 540조원 규모의 시계시장 점유율 70%로서 1위를 차지하고 있으며, 국가 수출
품목 1위의 주력 산업 분야 임. 반면, 메모리 반도체 대비 시장규모가 2배인 시스템 반도체 분야는 세계점유율 3%를 차지하고 있음
- 시스템 반도체 산업의 변화 시기에 메모리반도체의 경쟁력과 반도체 공정과 설계에서의 기술력을 가진 우리
나라에게 큰 기회가 있을 것 판단되어 정부는 인공지능 반도체를 핵심 전략산업으로 선정
- 산학연의 기술개발과 더불어 삼성, SK, LG의 대기업과 팹리스, 스타트업 기업, 다양한 분야의 수요기업들로
구성된 생태계 구축에 중점을 두고 국가적 역량을 집중
- 인공지능 반도체의 소형화 저전력화 추세에 따라 인공지능 서비스는 스마트기기와 자율주행 자동차 뿐만아니라
공공안전·환경, IoT·가전, 헬스케어 분야로도 확장 중
- TV, 냉장고, 세탁기등 생활가전제품의 지능화된 제품 속속 개발 중에 있으며, 센서와 직접 연결된 IoT 장치들이
인공지능 반도체를 통해 지능화되고 서로 융복합되어 CCTV 보안, 재난 안전, 공기질, 수질, 유해가스, 전자파 등의
환경 변화를 한차원 높은 수준의 감지·판단할 수 있으며, 기존에 불가능했던 웨어러블 장치에서 지속적으로 혈압,
혈당 측정이 가능한 제품도 곧 출시될 것으로 예상
- 인간 신체의 구조와 같이 뇌는 고차원 지능적 판단을 수행할 수 있는 CPU/GPU/가속기들로 구성된 인공지능
서버가 역할을 담당하고, 인간의 근육, 감각기관은 NPU 또는 뉴로모픽 칩과 같은 경량 인공지능 반도체를 탑재한
소형 장치들로 구성된 엣지-클라우드 모델로 정립되는 중
- 이러한 모델에서 최적화된 클라우드 인공지능 서버용 반도체와 엣지 디바이스용 경량 인공지능 반도체로 발전
할것으로 전망 됨
4. 결론
1) 새로운 혁신의 기대감
- 우리가 일상에서 사용 중인 PC, 태블릿, 스마트폰의 구매 주기가 점차 길어지고 있음. 그 원인은 과거 스마트폰의
등장 시기와 같은 혁신이 없는 상황에서 지금 쓰는 장치가 아직 쓸만하기 때문임
- 폰-노이만 컴퓨팅 구조로 일컫는 CPU-메모리-IO장치의 컴퓨터 구조는 과거 반세기 동안 반도체 기술과 소프트
웨어 기술의 발전을 통해 타 분야 산업의 혁신을 이끌어 왔음
- 그러나, 프로세서가 메모리에서 명령어와 데이터를 가져와 처리하고 다시 저장하는 방식의 구조에서는 필연적으로
메모리 병목과 프로세서 병렬화의 한계를 가짐
- 이를 극복하려는 미세공정 기술과 대역폭 개선 및 최적화 기술들은 현재 기술적 한계에 직면 했으며, 이러한 성능
개선 및 확장성의 한계가 반도체 산업의 성장세가 둔화된 근본적인 원인임
- 4차산업혁명을 이야기하고, 포스트 코로나 시대를 이야기하는 현재 상황에서 산업의 혁신을 이끌 가장 핵심적인
기술이 인공지능 반도체 기술이라고 많은 이들이 기대 하고 있음
- 인공지능 반도체는 지능화된 서비스 뿐만이 아니라 기본적인 동작 구조에서 기존 소프트웨어 프로그래밍 기반의
컴퓨팅 장치와는 달리 인간과 같은 데이터 학습기반의 무한 확장성을 갖는 완전한 병렬 처리가 가능점에서 IT산업
전반에 많은 변화가 있을 것으로 기대하고 있음
- 인공지능 반도체를 중심으로 한 혁신적인 변화는 단순한 시스템 반도체산업에만 국한되지 않고 여러 산업분야에
걸쳐 파급되고, 이를 통해 형성된 생태계는 많은 신규 일자리 창출을 포함한 새로운 경제적 성장동력이 될 것으로
예상됨
- 과거 국내 메모리반도체와 시스템 반도체 산업의 발전과정을 보면 대기업 중심으로 수직 계열화된 중소·중견
반도체 기업들의 많은 희생이 있었음을 기억해야 함
- 인공지능 반도체 중심의 산업 변화의 시기에서 대기업 중심의 지원을 통한 발전으로 전략으로는 달성하기 어려
우며, 산업간 융합이 중요한 만큼 플랫폼 구축을 통해 공급 체인으로 연결된 다양한 산업군의 협력이 가능한 인공
지능 생태계 구축에 가장 우선순위를 두어야 함
인간의 뇌를 모방한 뉴럴 네트워크 기반의 인공지능 기술은 1960년대 이후 오랜 시간 동안 연구되어 온 분야로 2010년대 들어 글로벌 IT기업들은 음성 기반의 딥러닝 인공지능 서비스들을 속속들이 발표하고 있습니다.
애플의 SiRi 서비스를 시작으로 구글 어시트턴트, 아마존 알렉사, MS 코타나, 삼성의 빅스비 등 인공지능 서비스를 제공하기 시작했고, 인터넷 서비스와 결합한 인공지능 스피커는 최근 완전한 제품 시장으로 자리를 잡았습니다.
자율주행차와 스마트폰, 가전 분야에서 기존 서버 중심의 인공지능 서비스의 한계를 극복하기 위해 경량의 인공지능 반도체기술 개발을 통해 엣지(단말)에서 인공지능 처리의 모델로 응용분야의 확대와 효율성을 극대화하려는 추세입니다.
4차산업의 쌀이라고 할 수 있는 반도체 앞으로도 꾸준한 시장확대, 기술발전 및 성장이 기대되는 분야입니다.
지금까지 경량 인공지능 반도체의 발전 전망에 대해 이야기해보았습니다.
긴글 읽어주셔서 감사합니다.
오늘 하루도 파이팅하세요!! ^^
댓글