Artificial intelligence has been steadily advancing. Naturally, as more data becomes available, machine learning technology is becoming increasingly important. However, there is a disadvantage that a lot of time and energy is consumed in the process of computing and processing a lot of concentrated data at once. Although the system tries to overcome limitations such as linking with memory with high bandwidth or minimizing arrival delay, the existing structure has limitations to dramatically improve its shortcomings. To overcome these problems, the concept of processor-in-memory (PIM) has emerged and is actively being researched. This paper proposes a column architecture optimization method for constructing GDDR6-based PIM that guarantees tCCD, which is an operating characteristic at high speed. Compared to the existing GDDR6, the flow of the added commands was defined and designed, logic and operation characteristics were verified and margin were guaranteed through simulation, and the final operation boundary was confirmed through actual measurement. If the column structure design proposed in this study is taken as a foundation, it can be expected to contribute to a more advanced form of PIM design and eventually commercialization.
인공지능은 꾸준히 발전해왔다. 자연스럽게 더 많은 데이터가 확보됨으로써 머신 러닝 기술이 점점 더 중요해지고 있다. 그러나 집약된 많은 데이터를 한꺼번에 연산하고 처리하는 과정에서 많은 시간과 에너지를 소모하는 단점이 있다. 시스템이, 높은 대역폭을 가지는 메모리와 연계하거나, 도달 지연을 최소화하는 등 한계를 극복하고자 하지만, 기존 구조에서는 그 단점들을 획기적으로 개선하기에는 한계가 있다. 이러한 문제를 극복하기 위해 지능형 메모리 반도체(프로세서 인 메모리) 개념이 등장하였고 활발히 연구가 진행되고 있다. 본 논문에서는, 고속 동작 특성인 컬럼 커맨드간 최소 지연 시간을 보장하는, 그래픽메모리 기반의 지능형 메모리 반도체를 구성하기 위한 컬럼 구조 최적화 방안을 제안한다. 기존 그래픽메모리 대비 추가된 커맨드 들의 신호 흐름을 정의 및 설계하고, 시뮬레이션을 통해 로직 및 동작 특성 검증과 마진을 보장하였고 실물 측정을 통해 최종 동작 영역을 확인하였다. 본 연구에서 제시한 컬럼 구조 설계가 기반이 된다면, 더욱 발전된 형태의 지능형 메모리 반도체 설계에 이바지하고 최종적으로는 상용화도 기대해볼 수 있을 것이다.
