< (왼쪽부터) 기계공학과 김정원 교수, 현민지 박사과정 >
최근 반도체 칩의 성능이 급격하게 향상됨에 따라, 보다 정확한 타이밍으로 칩 내의 다양한 회로 블록들의 동작을 동기화(synchronization)시키는 클럭(clock) 신호를 공급하는 기술이 중요해지고 있다.
우리 대학 기계공학과 김정원 교수 연구팀이 레이저를 이용해 반도체 칩 내에서 초저잡음 클럭 신호를 생성하고 분배할 수 있는 기술을 개발했다고 9일 밝혔다.
기존에는 클럭 신호의 정확성이 통상적으로 피코초(1조 분의 1초) 수준이었으나 이번에 개발된 기술을 이용하면 기존의 방식보다 월등한 펨토초(femtosecond, 10-15초, 천 조 분의 1초) 수준의 정확한 타이밍을 가지는 클럭 신호를 칩 내에서 생성하고 분배할 수 있으며, 클럭 분산 과정에서 발생하는 칩 내에서의 발열 또한 획기적으로 줄일 수 있다.
기계공학과 현민지 박사과정 학생이 제1 저자로 참여하고 고려대학교 세종캠퍼스 정하연 교수팀과의 공동연구로 이루어진 이번 논문은 국제학술지 `네이처 커뮤니케이션즈(Nature Communications)' 4월 24일 字에 게재됐다. (논문명: Femtosecond-precision electronic clock distribution in CMOS chips by injecting frequency comb-extracted photocurrent pulses)
고성능의 반도체 칩 내에서 클럭 신호를 분배하기 위해서는 클럭 분배 네트워크(clock distribution network, CDN)에 많은 수의 클럭 드라이버(clock driver)들을 사용해야 하는데, 이로 인해 발열과 전력 소모가 커질 뿐 아니라 클럭 타이밍도 나빠지게 된다. 칩 내의 클럭 타이밍은 무작위적으로 빠르게 변화하는 지터(jitter)와 칩 내의 서로 다른 지점 간의 클럭 도달 시간 차이에 해당하는 스큐(skew)에 의하여 결정되는데, 클럭 드라이버들의 개수가 늘어남에 따라 지터와 스큐 모두 통상 수 피코초 이상으로 커지게 된다.
< 그림 1. 이번 연구에서 개발한 광학 기반 클럭 분배 네트워크의 구성도 및 원리, 성능 비교 >
연구팀은 이 문제를 해결하기 위해 펨토초 이하의 지터를 가지는 광주파수빗(optical frequency comb) 레이저를 마스터 클럭으로 하는 새로운 방식의 클럭 분배 네트워크 기술을 선보였다. 이는 광주파수빗 레이저에서 발생하는 광 펄스들을 고속 광다이오드를 이용해 광전류 펄스(photocurrent pulse)로 변환한 후 반도체 칩 내의 금속 구조 형태로 된 클럭 분배 네트워크를 충전 및 방전하는 과정을 통해 구형파 형태의 클럭 신호를 생성하는 방식이다.
특히 이 기술을 사용하면 클럭 분배 네트워크의 클럭 드라이버들을 제거한 금속 구조만을 통해 칩 내에서 클럭을 분배할 수 있어, 타이밍 성능을 개선할 수 있을 뿐 아니라 칩 내 발열도 획기적으로 줄일 수 있다. 그 결과 지터와 스큐를 기존 대비 1/100 수준인 20펨토초 이하로 낮춘 뛰어난 타이밍 성능을 보일 수 있었으며, 칩내 클럭 분산 과정에서의 전력소모 및 발열 역시 기존 방식 대비 1/100 수준으로 낮출 수 있었다.
김정원 교수는 "현재 아날로그-디지털 변환기와 같은 고속 회로에 매우 낮은 지터의 샘플링 클럭 신호를 공급해 성능을 향상하는 연구를 진행 중ˮ이라고 밝히면서 "3차원 적층 칩과 같은 구조에서 발열을 줄일 수 있을 지에 대한 후속 연구도 계획 중ˮ이라고 밝혔다.
한편 이번 연구는 삼성미래기술육성센터의 지원을 받아 수행됐다.
우리 대학이 삼성전자와 ‘130nm BCDMOS 공정 지원' 협약을 23일 오후 체결한다. 삼성전자가 반도체 설계 전문 인재 양성을 위해 지원하는 BCDMOS(복합고전압소자: Bipolar-CMOS-DMOS)*는 고전압과 고속 동작이 필요한 전력 관리 응용 분야에 적합한 공정이다. 이번 협약을 바탕으로 130nm(나노미터) BCDMOS 8인치 공정을 올해 하반기부터 도입해 국내 반도체 전공 석·박사 과정 학생에게 칩 제작 기회를 제공한다. 이를 위해, 우리 대학 반도체설계교육센터(소장 박인철, IC Design Education Center 이하 IDEC)는 130nm BCDMOS 공정을 위한 설계 전자설계자동화툴(EDA Tool)과 기술 지원 환경을 마련했다. IDEC은 삼성전자와 협력해 2021년부터 28nm 로직** 공정 칩 제작 기회를 학생들에게 제공하고 있으며, 지난해 28nm FD-SOI***공정 지원도 추가했다. 올해 제공된
2024-07-24과학기술정보통신부·정보통신기획평가원이 주관하는 PIM인공지능반도체 핵심기술개발사업의 지원을 받고있는 우리 대학 PIM반도체설계연구센터가 AI 반도체 전문인력 양성을 위해 전국 AI 및 반도체 관련 학과 학부생과 대학원생을 대상으로 SK하이닉스와 삼성전자의 PIM* 기반 이론 및 실습 교육을 진행했다. 강의는 6월 20일(목)부터 6월 21일(금)까지 SK하이닉스 교육, 7월 4일(목)부터 7월 5일(금)까지 삼성전자 교육을 각각 KAIST PIM반도체설계연구센터에서 진행했다. *PIM(Processing-In-Memory): 메모리 반도체에 연산 기능을 추가하여 AI와 빅데이터 처리 분야에서 데이터 처리 속도를 높이면서도 사용 전력을 줄이는 반도체 설계 기술 이번 교육은 SK하이닉스의 AiM*과 삼성전자의 HBM-PIM*을 활용하여 수강생들이 직접 실습할 수 있는 기회를 제공했다. 전국 25개 대학교에서 300명이 넘는 학생들이 접수하여 높은 관심을 받았다
2024-07-11우리 대학 전기및전자공학부 김이섭 교수 연구실의 박준영 석사졸업생이 6월 23일 ~ 6월 27일, 미국 샌프란시스코에서 개최된 국제 반도체 설계 자동화 학회 (Design Automation Conference, 이하 DAC) 에서 최우수 논문상(Best Paper Award)을 수상하는 성과를 거두었다. DAC은 1964년에 설립돼 올해 61회째를 맞은, 반도체설계자동화, 인공지능 알고리즘과 칩 설계 등을 포함하는 국제학술대회로서, 제출된 논문 중 상위 20퍼센트 정도만 선정하는, 관련 분야 최고 권위의 학회이다. 수상한 연구는 우리 대학 전기및전자공학부 졸업생 박준영 씨의 석사과정 졸업 논문에 기반한 것으로서, Large Language Model 모델 추론의 문제점이 되는 KV 캐싱의 메모리 전송을 줄이는 알고리즘 근사 기법과 하드웨어 아키텍처를 제안하였으며, 학회 best paper award 선정 위원회로부터 그 우수성을 인정받아 발표논문 337편 중 (제출논문
2024-07-02우리 대학이 지난달 27일 경기도 화성시 동탄에 위치한 KAIST-화성 사이언스 허브에서 K-하이테크 플랫폼(센터장 김소영, 과학기술정책대학원 교수) 개소식 및 공동세미나를 개최했다. K-하이테크 플랫폼은 이차전지, 지능형로봇, 첨단소재, 차세대반도체, 차세대디스플레이, 바이오헬스, 에코업, 신재생에너지, 수소, 양자, 우주, 나노, 기타 신기술 등 국가 경쟁력과 직결되는 핵심 산업의 인재를 양성하는 사업으로 고용노동부가 주관한다. 우리 대학은 지난해 6월 사업 수행기관으로 선정돼 5년간 30억 원의 예산을 지원받아 첨단산업 종사자 · 관심 있는 재직자 · 채용예정자 · 구직자 등을 대상으로 인재를 양성할 예정이다. 특히, 우리 대학 K-하이테크 플랫폼은 세계 수준의 연구 및 교육 성과와 인프라를 바탕으로 인공지능·스마트팩토리·협동로봇·반도체설계 등을 교육한다. 통합형 창의교육 플랫폼을 바탕으로 콘
2024-07-01기존의 반도체 소자에서 열 발생은 피할 수 없는데, 이는 에너지 소모량을 증가시키고, 반도체의 정상적인 동작을 방해하기 때문에 문제가 되며, 이에 열 발생을 최소화하는 것이 기존 반도체 기술의 관건이었다. KAIST 연구진이 이렇게 애물단지로 여겨지던 열을 오히려 컴퓨팅에 활용하는 방법을 고안하여 화제다. 우리 대학 신소재공학과 김경민 교수 연구팀이 산화물 반도체의 열-전기 상호작용에 기반하는 열 컴퓨팅(Thermal computing) 기술 개발에 성공했다고 25일 밝혔다. 연구팀은 전기-열 상호작용이 강한 모트 전이 (Mott transition) 반도체*를 활용했으며, 이 반도체 소자에 열 저장 및 열전달 기능을 최적화해 열을 이용하는 컴퓨팅을 구현했다. 이렇게 개발된 열 컴퓨팅 기술은 기존의 CPU, GPU와 같은 디지털 프로세서보다 1,000,000(백만)분의 1 수준의 에너지만으로 경로 찾기 등과 같은 복잡한 최적화 문제를 풀 수 있었다. *모트 전이 반도체:
2024-06-25