AI칩 회사, 해체 발표

AI 반도체 스타트업 리프마인드(LeapMind)가 2024년 7월 31일에 해체될 예정이라는 사실이 밝혀졌습니다.

회사의 이사이자 최고경영자인 마츠다 소이치는 관심 있는 당사자들에게 보낸 이메일에서 "AI를 실제로 사용하려면 소프트웨어와 하드웨어를 모두 고려해야 하며, 게다가 그런 회사는 거의 없습니다."라고 말했습니다. "그런 아이디어는 전 세계에 있으므로 가치가 있다고 생각하도록 끊임없이 도전받고 있지만, 아직 그 가치를 증명하지 못해 매우 실망스럽습니다."라고 그들은 그렇게 하기로 결정했다고 설명합니다. 채무 불이행 위험을 방지하기 위해 현금과 예치금이 있는 동안 회사를 자발적으로 해산합니다.

회사는 8월부터 정상적인 청산 절차를 시작할 계획이며, 그때 마츠다 씨가 대표 청산인 역할을 수행할 것입니다.

LeapMind, 새로운 AI 칩 개발 시작

회사 공식 웹사이트에 따르면, 기술이 발전함에 따라 사회는 끊임없이 변화하고 있습니다. 장비의 급속한 혁신과 인프라의 확산으로 인해 방대한 양의 데이터를 수집하고 활용할 수 있게 되었습니다. 머신 러닝의 실용화로 분석의 정확도가 높아졌고 데이터 활용이 더욱 친숙해졌습니다. 데이터 사이클의 흐름, 즉 머신 러닝을 통해 더욱 스마트해진 기기에서 생성되는 더 나은 데이터는 그 어느 때보다 빨라져 사람들의 삶이 더욱 편리해질 것입니다.

LeapMind는 이러한 미래를 예측한 최초의 회사 중 하나이며, 2012년부터 머신 러닝 기반 사업을 운영해 왔습니다.

LeapMind는 회사의 기술적 역량과 비전이 많은 회사와 조직에서 높은 평가를 받았으며, 머신 러닝을 사용하는 많은 프로젝트에 참여했지만 불행히도 사회적 구현으로 전환된 사례는 많지 않다고 말했습니다. 두 가지 문제가 있습니다. 첫 번째는 실용적인 머신 러닝 모델을 구축하는 것입니다. 머신 러닝을 활용하여 지금까지 해결할 수 없었던 과제를 해결하려면 고품질 머신 러닝 모델을 개발해야 합니다. 두 번째는 머신 러닝 모델을 실제로 실행할 수 있는 컴퓨팅 환경입니다. 엣지와 같이 제한적인 사용으로 실제로 작동할 수 있는 명확한 장치는 없습니다.

LeapMind는 머신 러닝 장치를 사용하여 사회를 개선하기 위해 회사가 두 가지 과제를 극복해야 한다고 생각합니다. 다른 기술 세트를 가진 동료들과 함께 고객과 문제에 선의로 계속 직면함으로써 우리는 두 가지 방법으로 문제를 해결할 수 있었습니다. "고품질 머신 러닝 모델 개발"과 "고속, 효율적인 하드웨어 IP 개발" "저는 답을 생각해냈습니다.

소프트웨어와 하드웨어 측면 모두에서 일함으로써 우리는 불가능을 가능하게 만들 수 있습니다. 이 미래는 손이 닿을 수 있는 곳에 있습니다. 우리는 미래의 핵심 기술을 세상에 제공함으로써 보다 인간적인 삶의 방식을 창조할 수 있다고 믿습니다.

이러한 배경과 고려 사항을 바탕으로 LeapMind는 작년 10월 AI 모델의 계산 처리를 가속화하고 업계 최고의 비용 성능을 추구하기 위해 새로운 AI 칩을 개발하겠다고 발표했습니다.

그들은 최근 대규모 언어 모델(LLM)을 포함한 AI 모델의 크기와 계산 복잡성이 증가함에 따라 최첨단 AI 모델을 훈련하는 비용이 10년 전에 비해 상당히 증가했다고 말합니다. 이러한 비용 상승은 AI 개발의 주요 병목 현상입니다.

좋은 AI 모델을 만들기 위해서는 병렬 컴퓨팅을 위한 많은 수의 프로세서가 필요합니다. 많은 수의 프로세서를 제공하려면 많은 예산이 필요합니다. 비용 효율적인 프로세서를 사용할 수 있다면 같은 예산으로 더 나은 AI 모델을 개발할 수 있습니다. 즉, AI 학습에 필요한 프로세서 특성이 절대 성능에서 가격 대비 성능으로 전환되고 있습니다.

이러한 상황에 비추어 LeapMind는 엣지 AI 가속기 개발에서 축적한 기술을 적용하여 AI 학습 및 추론을 위한 새로운 프로세서 반도체(이하 "AI 칩")를 개발하기 시작했습니다. 새로운 AI 칩은 AI 모델 학습 및 추론에 중점을 두고 있으며, 컴퓨팅 성능 목표는 2PFLOPS(페타플롭)이고 비슷한 성능의 GPU보다 가격 대비 성능이 10배 높습니다. 이 제품은 늦어도 2025년까지 출하를 시작할 예정입니다.

 

보도에 따르면, 새로운 AI 칩은 다음과 같은 특징을 가지고 있다. AI 모델 학습 및 추론을 위해 설계됨 · FP8 오픈 소스 드라이버 및 컴파일러와 같은 저비트 표현식에 중점을 두었음 AI 모델 학습 및 추론을 계산 작업으로 간주할 때 다음과 같은 특징을 가지고 있다고 한다. · 행렬 곱셈은 계산적 병목 현상이며, 병렬화가 쉽고, 조건 분기가 적음

LeapMind는 회사가 범용 컴퓨터의 성능을 개선하는 것을 목표로 하지 않고, 위의 기능을 사용하여 AI 모델 학습 및 추론을 위해 특별히 설계한다고 강조합니다. 예를 들어, 프로그램에 조건 분기가 거의 없기 때문에 분기 예측 단위를 생략하여 트랜지스터 수를 줄일 수 있습니다.

fp8과 같은 저수준 표현식을 강조하는 이유는, 그들의 관점에서 AI 모델의 계산적 병목은 행렬 곱셈이며, 이는 많은 곱셈과 덧셈을 수반하기 때문입니다. 곱셈기는 일반적으로 큰 회로이지만, FP8과 같이 이전보다 비트 폭이 낮은 데이터 유형을 사용하면 필요한 트랜지스터 수를 줄일 수 있습니다. 또한, 처리되는 데이터가 작기 때문에 최근 병목이 된 DRAM 대역폭을 효과적으로 활용할 수 있습니다.

오픈소스 드라이버와 컴파일러의 경우, AI 모델을 개발하려면 단일 회사에서 제공할 수 없는 고급 소프트웨어 스택이 필요하기 때문입니다. 이미 여러 회사가 참여하는 오픈소스 소프트웨어 생태계가 있으며, 이 생태계에 참여하려면 오픈소스 소프트웨어로서 커뮤니티에 가입하는 것이 중요합니다.

LeapMind 프로그램에 따라 회사는 하드웨어 사양을 최대한 공개하고 드라이버와 컴파일러 등의 소프트웨어를 OSI 규격 라이선스에 따라 출시할 예정입니다.