(128 관리 1-9) 뉴로모픽 칩(Neuromorphic Chip)

이번 문제에 대해서는 많은 참고 자료 링크를 걸어 놨습니다.

 

SNN에 이어 뉴로모픽 칩 문제가 출제 되었는데

다음번 시험에도 유사 또는 확장 문제가 충분히 출제 될 수 있기 때문입니다.

 

꼭 시간 내셔서 참고 자료 링크를 보시길 권고 드립니다.

 

 

제 1 교시

9. 뉴로모픽 칩(Neuromorphic Chip)에 대하여 설명하시오.

 

두음

 

뉴로모픽 칩 구성 요소 : 뉴시통
뉴 : 뉴런
시 : 시냅스
통 : 통신

 

멘토링

 

이 문제 역시 126회에 SNN(Spiking Neural Network)이 출제된 바 있기 때문에
예비 기술사님들 대부분이 잘 풀이하셨을 거라 생각이 됩니다. 

기술사 시험을 준비할 때 항상 염두에 둬야 하는 것이
토픽에 대한 정확한 개념/정의와 기출문제에 충실해야 한다는 것입니다.

합격 하기 위해서는
어려운 문제를 푸는 것도 중요하지만,
더 중요한 것은 맞춰야 하는 문제를 고득점 해야 합니다.

특히 기출문제와 연계/확장된 문제는 무조건 고득점을 받아야 합니다.
경쟁자라는 표현을 쓰기는 싫지만, 
기출 연계 문제를 풀지 못했다면 경쟁자 대비 합격선에서 멀어질 수 밖에 없습니다.

 

풀이 전략

 

☞ 1단락 : 생물의 신경계(뇌)의 구조를 모방한 컴퓨터 칩, 뉴로모픽 칩의 개념
☞ 2단락 : 뉴로모픽 칩의 구성도와 구성 요소
☞ 3단락 : 뉴로모픽 칩의 핵심 기술 SNN or
               인공지능 뉴로모픽 칩 기술 동향

 

1. 생물의 신경계(뇌)의 구조를 모방한 컴퓨터 칩, 뉴로모픽 칩의 개념

- 인간의 뇌 기능을 모사하기 위해 뉴런 형태 기반 하드웨어적으로 신경 세포를 모사한 칩

- 인간 뇌의 뉴런-시냅스 구조를 모방하여

  연산, 저장, 통신 기능을 융합한 다수의 저전력 코어 기반 칩

(특징) 저전력, 저면적, 고속 처리

 

2. 뉴로모픽 칩의 구성도와 구성 요소

가. 뉴로모픽 칩의 구성도

※ 개념도 간소화 필요

 

나. 뉴로모픽 칩의 구성 요소

 

※ 구성 요소 중 코어 부분을 뉴런, 시냅스, 통신으로 외워도 될 듯 합니다.

구분	구성 요소	핵심 기능
시냅틱 코어	입력 뉴런	– axon, 이전코어에서 신호 수신
	출력 뉴런	– dendrite, 다음코어로 신호 전달
	시냅틱 크로스	– synapse, 입력과 출력 뉴런 연결
처리 신호	weight	– 출력→입력 신호 전달 활성화
	spike	– 뉴런 통해 전달되는 임계 전압
	PRNG	– 뉴런에 대한 의사 난수 가중치

• 시냅틱 코어는 학습을 통해 시냅틱 크로스를 활성/비활성화 시켜, spike 전달 여부를 결정

| 출처: 도리의 디지털라이프

 

3. 뉴로모픽 칩의 핵심 기술 SNN or 인공지능 뉴로모픽 칩 기술 동향

 

 

기출 문제

(관리 126-1-4)
SNN (Spiking Neural Network)

 

 

참고 자료

---

뉴로모픽 컴퓨팅 - 나무위키 (namu.wiki)

뉴로모픽 컴퓨팅 - 나무위키

---

뉴로모픽 정리 : 네이버 블로그 (naver.com)

뉴로모픽 정리

핵심 기술: 스파이킹 뉴럴 네트워크(SNN)

 

---

뉴로모픽칩 (Neuromorphic chip) > 도리의 디지털라이프 (skby.net)

뉴로모픽칩 (Neuromorphic chip) > 도리의 디지털라이프

---

인공지능 뉴로모픽 반도체 기술 동향 (etri.re.kr)

인공지능 뉴로모픽 반도체 기술 동향

2. 뇌를 모방한 뉴로모픽 반도체

인간 뇌 속의 ‘연산’이라고 함은 오늘날의 전통적인 폰 노이만 구조의 작업 처리와는 전혀 다른 패 러다임을 따른다. 폰 노이만 구조를 따르고 있는 기존의 컴퓨팅 시스템은 데이터의 정확한 수치적 표현을 전송하고 수정하도록 최적화된 반면, 인간 의 뇌는 행동 잠재력 또는 스파이크라고 불리는 시 간적 사건에 대해 작동한다. 신경세포는 시냅스를 통해 이러한 스파이크를 받아 세포막 전위의 작은 변화로 변환하고 뉴런은 시간이 지남에 따라 이러 한 잠재적 변화를 통합하며, 많은 스파이크가 짧은 시간 내에 도착하면 뉴런은 비로소 스파이크를 출력한다. 스파이크는 컴퓨팅적 의미에서 메시지로 간주될 수 있으나 해당 시점의 시간과 출처 외에 어떤 정보도 가지고 있지 않다는 점에서 종래의 메시지 개념과는 다르며 매우 단순하다. 따라서 두뇌 에서의 컴퓨팅은 아주 간단한 구조의 컴퓨팅 노드(뉴런)를 기반으로, 매우 단순한 메시지인 스파이 크를 통해 통신하는 이벤트 기반 동작으로 설명할 수 있다.

---

An analysis of learning performance changes in spiking neural networks(SNN) -The Journal of the Convergence on Culture Technology | Korea Science

An analysis of learning performance changes in spiking neural networks(SNN) -The Journal of the Convergence on Culture Techn

---

https://itpenote.tistory.com/745

뉴로모픽 칩(Neuromorphic Chip)

---

https://spri.kr/posts/view/21984?code=industry_trend 

지능형 반도체 등 전자부품의 변화 - SPRi

---

https://committee.tta.or.kr/data/reportDown.jsp?news_num=7175 

한국정보통신기술협회 통합검색

---