IBM, PCM에 AI 벡터 중첩 저장 구현

최근 30일 조회수 —좋아요 —

핵심 요약

IBM 연구진이 여러 AI 벡터를 하나의 아날로그 PCM에 중첩해 저장 밀도와 정확도를 조절하는 기술을 시연했다.

IBM, PCM에 AI 벡터 중첩 저장 구현 — 기사 주제를 표현한 AI 생성 개념 삽화
AI 생성 개념 삽화 · 실제 사건을 촬영한 사진이 아닙니다.

IBM 리서치 유럽(IBM Research Europe) 연구진이 여러 인공지능(AI) 벡터를 하나의 아날로그 상변화메모리(PCM)에 중첩 저장하는 구조를 시제품 하드웨어에서 구현했다. 저장 밀도를 실질적으로 높이면서, 저장 밀도와 정확도의 균형을 조절할 수 있다는 설명이다.1

세미컨덕터 엔지니어링에 따르면 연구진은 PCM 시제품으로 신경망 추론을 시험해 풀프리시전(full-precision) 소프트웨어에 가까운 정확도를 확인했다. 다만 자료에는 중첩 가능한 벡터 수와 저장 밀도 향상 폭, 정확도 저하율 등 구체적인 수치가 제시되지 않았다. 따라서 이번 결과는 아날로그 메모리의 제한된 물리적 공간을 더 효율적으로 쓰는 가능성을 시제품에서 보였다는 데 의미가 있으며, 실제 제품의 용량이나 양산 성능을 입증한 것으로 보기는 어렵다.

연구 결과는 2026년 10월 아타나시오스 바실로풀로스(Athanasios Vasilopoulos) 등 연구진이 발표한 논문 ‘Superposed analog memory for vector storage in neural networks’에 담겼다.1

Footnotes

  1. Semiconductor Engineering, “Analog Superposition Increases Effective PCM Storage Density (IBM Research Europe)” ↩ ↩2

읽기 목록은 이 브라우저에 저장됩니다.

출처

  1. Analog Superposition Increases Effective PCM Storage Density (IBM Research Europe) — Semiconductor Engineering · 자료: 2026. 10. 28.

이 글은 위 출처를 근거로 자동 생성된 뒤 발행됐습니다. 원문을 함께 확인해 주세요. 교차 보도 없이 단독 출처로 작성됐습니다.