마이크론 엣지 추론 메모리, HBM 전력 효율성 약점 해결…2028년 양산 목표
🇰🇷 한글 번역
- 0-20%: 불가능 - 신뢰할 수 있는 출처가 부족함
- 21-40%: 의문스러움 - 여전히 우려 사항이 존재함
- 41-60%: 타당함 - 합리적인 증거가 있음
- 61-80%: 확률적 - 강력한 증거가 있음
- 81-100%: 매우 가능성 높음 - 여러 신뢰할 수 있는 출처가 있음
55%
타당함
생성형 AI는 결국 물리적 인공지능으로 전환되어, 능동적인 행동을 기반으로 결정을 내릴 수 있는 휴머노이드의 대량 생산으로 이어질 수 있다. 이는 LPDDR과 동일한 저전력 특성을 제공하면서 HBM의 저지연 및 고대역폭 특성을 갖춘 마이크론의 엣지 인퍼런스 메모리(EIM) 덕분에 가능해질 것으로 예상된다. 무엇보다도 EIM은 예상보다 빨리 등장할 수 있는데, 한 보고서에 따르면 상용화는 2028년으로 조기에 이루어질 수 있다고 한다.
EIM은 스택형 HBM의 전력 소비 증가 없이 LPDDR6 메모리에도 채택될 수 있다.
AI 기반 로봇은 서비스 로봇과 비교할 때 현저히 다른 패턴을 보일 것이다. 이러한 산업용 기계는 프로그래밍된 미리 결정된 움직임을 반복할 것이며, 여기서 휴머노이드가 차별화 요소를 도입할 것으로 예상된다. 이들은 시각적 및 청각적 단서, 무게, 질감 및 기타 요소를 지각하고 제어하여 행동을 트리거해야 한다.
여기서 엣지 인퍼런스 메모리가 중요한 역할을 하는데, 이는 AI 로봇에 전력 효율성을 제공하여 저지연과 높은 대역폭 덕분에 빠른 결정을 내릴 수 있게 하면서도 몇 시간 동안 작동할 수 있게 한다. The Elec에 따르면, EIM은 로직 다이 위에 LPDDR 메모리를 적층하여 처리 인 메모리(PIM)와는 약간 다르지만 데이터 처리를 향상시키면서 전력 소비를 줄인다는 유사한 목표를 가지고 있다.
작성 시점에는 EIM의 연산 구조와 성능이 공개되지 않았지만, 그 약속은 예상보다 훨씬 빨리 물리적 AI 시장을 가속화할 수 있다. 마이크론은 향후 AI 로봇이 더 높은 파라미터 모델을 지원하기 위해 HBM을 사용할 것이라고 예측했다. 현재 이러한 기계는 10억에서 20억 개의 파라미터를 사용하므로 LPDDR 메모리에서 벗어나는 것이 필수적이지는 않다.
그러나 비디오 피드를 입력으로 변환하는 향상된 비전 언어 모델을 지원하는 더 진보된 버전이 등장하면 LPDDR의 병목 현상이 명확하게 드러날 것이다. 마이크론은 이전에 AI 로봇이 결국 200GB의 RAM과 여러 테라바이트의 NAND 저장 장치가 필요할 것이라고 예측했다. 제조 현장에서 운영되는 서비스 로봇은 일반적으로 약 12GB의 RAM과 256GB의 저장 공간을 사용한다.
EIM은 LPDDR6에도 채택될 것으로 보고되며, 다가오는 2028년까지의 진전 사항을 면밀히 주시할 예정이므로 계속 지켜봐 주시기 바란다.
뉴스 출처: The Elec
더 많은 뉴스 커버리지를 피드에서 받아보시려면 Google에서 Wccftech를 팔로우하세요.
📄 원문 (English)
- 0-20%: Unlikely - Lacks credible sources
- 21-40%: Questionable - Some concerns remain
- 41-60%: Plausible - Reasonable evidence
- 61-80%: Probable - Strong evidence
- 81-100%: Highly Likely - Multiple reliable sources
55%
Plausible
Generative AI could eventually transition to physical artificial intelligence, resulting in the mass production of humanoids that can make decisions based on proactive behavior. This is expected to become possible thanks to Micron’s Edge Inference Memory (EIM), which aims to deliver the same low-power properties as LPDDR while delivering the low-latency and high-bandwidth attributes of HBM. Best of all, EIM could arrive sooner rather than later, with a report stating that commercialization may happen as soon as 2028.
EIM could also be adopted in LPDDR6 memory, and without the increased power draw of stacked HBM
AI-powered robots will have significantly different patterns compared to service robots. These industrial machines will repeat pre-determined movements that have been programmed, and that’s where humanoids are expected to introduce a differentiating factor. They’ll be required to trigger actions based on what they perceive and control through visual and auditory cues, weight, texture, and other factors.
This is where Edge Inference Memory comes into play, as it brings power efficiency to AI robots, allowing them to operate for hours while enabling them to make quick decisions thanks to the low latency and higher bandwidth. According to The Elec, EIM stacks LPDDR memory on top of a logic die, making it slightly different from Processing-In-Memory (PIM), but with a similar goal, which is enhancing data processing while consuming less power.
At the time of writing, EIM’s computational structure and performance haven’t been disclosed, but the promise it’s making could accelerate the physical AI market much sooner than anticipated. Micron has predicted that AI robots will utilize HBM in the future as they support higher parameter models. Currently, these machines utilize between 1 and 2 billion parameters, so shifting away from LPDDR memory isn’t necessary.
However, as more advanced versions arrive that support improved Vision Language Models that translate video feed into input, LPDDR’s bottleneck will be clearly visible. Micron has previously predicted that AI robots would eventually require 200GB of RAM and several terabytes of NAND storage. Service robots that are operational in manufacturing plants typically use around 12GB of RAM and 256GB of storage.
EIM is also reported to be adopted in LPDDR6, and we’ll keep a close watch in 2028 for any advancements heading our way, so stay tuned.
News Source: The Elec
Follow Wccftech on Google to get more of our news coverage in your feeds.
▶ 칩 라이브 24 홈으로 — chiplive24.com