제어 문자표

제어할 때 쓰는 코드이다. 아직도 Serial 통신(RS-232, UART, USART...)이 적용된 곳에는 많이 사용되고 있다.

출력 가능 아스키 문자표

아마존에 25달러 수준의 마이크로 인버터 제품이 있어서 구매해봄.

www.amazon.com/Sunny-Micro-Inverter-SB240-US-99-10-SB240-US-10/dp/B07FQVY5GK/ref=sr_1_1?dchild=1&keywords=Micro+Inverter&qid=1614661300&sr=8-1

뚜껑은 몰딩되어 있어서 어렵게 틈 벌려서 열어 봄

스펙은 

MPPT DC input : 23~32V

Max DC input : 8.5A

AC outpu : 211/240/264 VAC

Max continuous power : 240W

삼성전자, 세계 최초 인공지능 HBM-PIM 개발

https://news.samsung.com/kr/%EC%82%BC%EC%84%B1%EC%A0%84%EC%9E%90-%EC%84%B8%EA%B3%84-%EC%B5%9C%EC%B4%88-%EC%9D%B8%EA%B3%B5%EC%A7%80%EB%8A%A5-hbm-pim-%EA%B0%9C%EB%B0%9C?utm_source=rss&utm_medium=direct

2021년2월17에 삼성전자가 세계 최초로 메모리 반도체와 인공지능 프로세서를 하나로 결합한 HBM-PIM(Processing-in-Memory)을 개발했다고 발표함.

AI 하드웨어의 새로운 트렌드를 알리는 소식이라고 판단됨.  완전 CPU 베이스로 느리게 동작하건, 혹은 GPU 플랫폼이나 전용 NN(Neural Network) 가속기를 사용하던 것이 기존의 방식 이었는데... 

이번에 삼성이 HBM-PIM(High-Bandwidth-Memory, Processing-in-Memory ; HBM은 아키텍쳐 이슈가 아니라 이하 PIM이라 칭함)을 발표하면서 AI가 동작하는 컴퓨팅 플랫폼의 새로운 트렌드가 등장할 것으로 예상됨.

위와 같은 인간 뉴런을 모방한 인공신경망 모식도에서 좀 투박할 정도로 요약해 이야기 하자면,

동그라미 원이 메모리 요소이고,

화살표가 (곱셈, 덧셈)으로 구성된 연산 요소 인데....

이러한 인공신경망을 아래 와 같이 각각, 일반적인 cpu only 기반 플랫폼이나 GPU 기반 플랫폼에 표시할 수 있슴

삼성이 PIM을 발표한 2월17일, 같은날 일본의 르네사스는 CNN (Convolutional Neural Network) 가속기가 장착된 차량용 프로세서 신제품을 발표함

www.renesas.com/us/ja/about/press-room/renesas-develops-automotive-soc-functional-safety-technologies-cnn-accelerator-cores-and-asil-d

기사에 첨부된 프로세서 실리콘 다이사진을 모식도로 그려보면 다음과 같음 GPU 플랫폼과 유사하고 GPU가 담당하던 AI연산을 별도의 기능블록으로 CNN IP가 내장되었다고 보면 될듯함.

위가 현재까지의 AI 처리를 하는 전통적인 컴퓨팅 플랫폼 아키텍쳐 접근 방법이라고 한다면, 이번에 삼성이 개발한 PIM의 모식도를 그려보면 다음과 같음.

이러한 PIM구조의 장점은 명백해 보임.

DDR4 메모리 등장전까지 DDR3에서는 GPU 병렬 연산이 메모리 로딩/리로딩 시간 지연때문에 크게 메리트가 없다가 DDR4가 획기적인 메모리 대역폭을 제공해줘서 GPU 병렬 연산을 통한 상당한 시간 단축을 가능하게 했던 것 처럼

PIM 구조에서는 AI NN연산 처리과정에서 메모리 액세스 타임이 발생하지 않아 빠른 처리에 유리하고, 

또 최근 메모리대역폭의 주파수가 높아져 메모리 액세스 동작 자체가 차지하는 소모전력도 무시 못하는데.... PIM구조는 AI NN처리시 CPU나 GPU, NN가속기등이 메모리 액세스를 BUS를 통해 하는 단계가 필요없기 때문에 저전력 처리에 월등히 유리할 것으로 보임

요약하면, 장점으로 

(1) AI 처리시간 단축

(2) 저전력

(3) 플랫폼 비용 감축 (별도 GPU나 NN가속기 불필요)

그렇다면, 장점만 있을까?

그럴것 같지는 않음 NN 연산이 대부분 단순한 덧셈, 곱셈, 선택 연산으로 이루어져 있지만, 전체 NN의 토폴로지 구성은 처리하고자 하는 AI의 내용에 따라 달라짐

PIM구조에서는 복잡한 NN토폴로지를 유연성있게 구현하는 것은 어려울 것으로 보임

이런걸 감안해 보면...

기존의 GPU나 NN가속기 플랫폼들은 AI 처리와 AI 학습이 동시에 필요한 응용분야에서 주로 많이 사용될 것 같고,

PIM AI는 이미 학습된 NN 토폴로지를 돌리는 즉 AI 처리만을 하는 응용분야에서 많이 사용되지 않을 까 예상해봄.

즉, 이미 최적화가 된 AI를 운영하는데... 예를 들면 클라우드 기업들의 백그라운 AI 처리 등과 같은 분야는 PIM 플랫폼 위주로 재편될 것 같고,

AI처리와 동시에 누적 학습이나 AI 토폴로지 업데이트등이 필요한 엣지 AI 분야에서는 GPU나 NN가속기 기반 플랫폼 위주로 돌아 가지 않을까 예상.

한 페이지 화면 용 앱 부터 만들어 보기로 합니다.

일단, UI 구상을 아래 처럼 계획합니다.

구현 계획은 다음과 같습니다.

1. 안드로이드스튜디오 설치

2. UI 프레임워크

  (오픈소스로 다운을 받던가,  안드로이드 스튜디오 기본 제공 위젯이나 프레임워크 중 사용하기 쉬운 걸로)

3. 광고를 넣는 방법을 찾아서 추가

4. 빌드 테스트하고 배포해 보기