Search

'마이크론 테크놀로지'에 해당되는 글 1건

  1. 2017.06.07 딥러닝 용도로 기대 모으는 인텔의 ‘퍼시스턴트 메모리(PM)’

※ 아래 글은 정보통신기술진흥센터(IITP)가 발간하는 주간기술동향 1799호(2017. 6. 7 발행)에 기고한 원고입니다.


▶ IITP에서 PDF 포맷으로 퍼블리싱한 파일을 첨부합니다. 가독성이 좋으니 참고하시기 바랍니다.

딥러닝 용도로 기대 모으는 인텔 퍼시스턴트 메모리(PM).pdf



ž 인텔은 SSD 보다 빠르고, DRAM 보다는 가격 경쟁력이 있는 비휘발성 신형 메모리로 인텔 퍼시스턴트 메모리(Intel persistent memory)를 발표하고 데모를 선보였음


Ø 인텔 퍼시스턴트 메모리는 인텔과 마이크론 테크놀로지가 2015년에 발표한 3D XPoint 기술을 바탕으로 한 제품으로 DIMM(여러 개의 DRAM 칩을 회로 기판 위에 탑재한 메모리 모듈) 슬롯에 삽입되어 메인 메모리로 동작함


Ø 메인 메모리의 역사를 보면 1947 RAM의 등장 이후 주기적으로 발전을 거듭해오다 1989 NAND 플래시 메모리 등장 이후에는 신형 메모리가 나오지 않았는데, 이 때문에 3D XPoint는 발표 당시 수십 년 만에 개발된 메인 메모리로 큰 관심을 모은 바 있음


Ø 퍼시스턴트 메모리(PM)DRAM과는 달리 기계의 전원이 꺼져도 데이터가 지워지지 않는 비휘발성 메모리의 일종으로 SSD 보다 빠르고 DRAM보다 대용량화하기 쉬운 특성을 갖추고 있는데, 인텔은 2018년을 발매 시점으로 잡고 있음


<자료> toms Hardware


[그림 1] 메인 메모리 도입의 타임라인


Ø 인텔이 자세한 사양을 밝히고 있지 않지만 만일 3D XPoint 발표 때와 동등한 수준이라면 액세스 속도는 SSD에 비해 1,000배 빠른 것이며, 이는 DRAM과 비교하면 느린 것이지만 기록 밀도는 DRAM 10배이기 때문에 DRAM보다 대용량 메모리를 탑재한 시스템을 구현하기가 쉬워짐


Ø 인텔은 SAP가 개최한 Sapphire Now 2017 행사에 참가해 대용량 메모리 공간을 만들 수 있음을 강조했는데, 메인 메모리로 192 기가바이트 DRAM 1.5 테라바이트 인텔 퍼시스턴트 메모리를 장착한 서버에서 SAP의 인메모리 데이터베이스인 SAP HANA의 실행 데모를 선보였음


Ø 데모를 통해 처리할 데이터의 특성에 따라 DRAM과 퍼시스턴트 메모리를 구분하면 충분히 빠른 속도로 처리할 수 있으며, DRAM만으로 구성하는 것보다 낮은 비용으로 대용량의 메모리를 탑재한 시스템을 구축할 수 있음을 보여 주었음


ž 전문가들은 대규모 데이터를 학습하는 과정에서 대용량 메모리 공간을 필요로 하는 딥러닝이 인텔 신형 메모리의 유력한 사용처가 될 것으로 전망하고 있음


Ø 인공지능(AI) 관련 기술 중 하나인 딥러닝(Deep Learning, 심층 학습)은 대규모의 입력 데이터를 빠르게 학습해야 할 필요가 있는데, DRAM으로 대용량 메모리 시스템을 구현하면 비용이 높아지고, SSD 등 플래시 메모리로 구성하면 데이터 액세스 성능이 너무 느려지는 문제가 있었음


Ø 그런데 인텔 퍼시스턴트 메모리를 이용한다면 DRAM SSD 사이의 간극을 메우는 비용효율적 시스템의 구성이 가능해지기 때문에 딥러닝 용도에 적합하다는 평가가 나오고 있는 것


Ø 같은 맥락에서 이 신형 메모리가 딥러닝 뿐만 아니라 기업 정보시스템의 데이터베이스에도 큰 영향을 미칠 것이라는 예상도 나오고 있는데, 현재 트랜잭션 처리용과 데이터 분석용 데이터베이스를 나누고 있는 기업정보시스템의 상식을 무너뜨릴 가능성이 거론되고 있음


Ø 트랜잭션 처리와 데이터의 분석 요구 사항을 모두 만족시키려면 다수의 코어를 가진 프로세서와 대용량 메모리를 탑재한 서버가 필요한데, 이러한 대용량의 메모리 공간을 실현하는데 있어 DRAM보다 대용량화하기 쉬운 인텔 퍼시스턴트 메모리가 도움을 줄 수 있기 때문


ž 또한 퍼시스턴트 메모리의 비휘발성 특성을 잘 살리면 IoT 시대의 적합한 새로운 형태의 컴퓨터가 등장할 가능성도 제기되고 있음


Ø 일례로 평상시에는 전원을 꺼두었다가 필요할 때 전원을 넣으면 곧 바로 사용할 수 있는 노멀리 오프 컴퓨팅(Normally-Off Computing)이 가능하게 됨


Ø 전원을 끄고도 메인 메모리에 장착된 인텔 퍼시스턴트 메모리에 데이터가 유지된다면, 전원을 켜고 처리가 가능하게 될 때까지의 부팅 시간이 현재의 컴퓨터 시스템에 비해 훨씬 짧아질 것이므로 사용하지 않는 시간에 꺼두어도 필요할 때 신속히 사용하는데 별 문제가 없기 때문


Ø 특히 부팅 시간이 오래 걸리는 IoT(사물인터넷) 컴퓨팅 분야에서 노멀리 오프 컴퓨터에 대한 기대가 높아질 것으로 예상되고 있음


Ø 이러한 비휘발성의 특성을 살리려면 몇 가지 넘어야 할 장벽이 있는데, 우선 OS(운영체제)나 미들웨어 등이 비휘발성 메모리를 상정한 처리가 가능해져야 함


Ø 또한 시스템을 설계하는 IT 엔지니어들도 시스템의 내부 구조를 이해하고 어떤 데이터를 어떤 메모리에서 처리할 것인지 등을 제대로 인식하고 설계할 필요가 있음


Ø 해결해야 할 과제가 있지만, 그래도 인텔 퍼시스턴트 메모리는 인공지능 기술의 발전 속도를 높일 수 있고, 컴퓨터의 아키텍처를 크게 바꿀 잠재력을 가지고 있다는 점에서 올 한해 많은 관심을 받게 될 것으로 예상됨