김녹원 딥엑스 대표 [사진=딥엑스]
딥엑스가 글로벌 피지컬 인공지능(AI) 인프라 기업으로 도약한다고 선언했다. 자체 반도체 설계 기술과 소프트웨어(SW) 플랫폼을 기반으로 하는 피지컬AI 인프라 전략을 공개한 딥엑스는 "대한민국의 피지컬AI 반도체 산업 건설을 선도해 나가겠다"고 강조했다.
딥엑스는 자체 보유한 AI반도체 설계 기술을 토대로 칩-하드웨어 플랫폼-소프트웨어 생태계를 연결하는 3단계 풀스택 전략을 통해 AI반도체 설계 기업을 넘어서겠다는 의지다.
딥엑스는 AI풀스택 전략의 출발점으로는 칩 설계 경쟁력을 꼽았다. 현재 양산 중인 DX-M1은 평균 소비전력 2~3W로 동일 연산을 수행할 때 GPU 대비 전력 효율이 20배 높지만 가격은 GPU 대비 약 1/10 수준에 불과하다는 게 사측 설명이다.
높은 전성비와 칩 면적을 대폭 줄인 독자 설계 기술을 통해 발열·전력·제조원가 전 영역에서 구조적 우위를 확보한 딥엑스는 삼성파운드리와의 협업으로 90% 이상의 양산 수율을 달성하며 가격 경쟁력도 극대화했다.
딥엑스는 "GPU 대비 압도적으로 낮은 전력 소모로 인한 누적 전기료 차이까지 감안할 경우, 시간이 흐를수록 더 큰 총소유비용(TCO) 절감 효과를 얻을 수 있다"고 강조했다.
칩 설계 기술력을 피지컬AI 분야에서의 강점으로 연결하기 위한 '제로 에포트 전환' 전략도 공유했다.
엔비디아 중심의 AI 개발 환경에서 딥엑스 칩 플랫폼으로 보다 손쉬운 이전을 지원하기 위한 것으로, 파트너사는 쿠다(CUDA) 등 기존 개발 자산을 최대한 활용하면서 전환 부담을 낮출 수 있다는 게 딥엑스의 설명이다.
올인원 소프트웨어 플랫폼 DXNN은 AI 모델의 변환·컴파일·최적화·추론 실행까지 통합 지원해 개발자들이 GPU에서 학습한 모델을 짧은 시간 안에 딥엑스 칩에서 구동 가능한 형태로 전환할 수 있도록 돕는다고 부연했다.
가령 로봇 분야의 경우, ‘DX-뉴턴’이 DXNN와 같은 역할을 담당한다. DX-뉴턴은 엔비디아 아이작 ROS와 딥엑스 하드웨어 사이의 호환성을 높이는 API 레이어로 기존 아이작 ROS 기반 개발 흐름을 유지하면서 AI 추론 가속 구간에서만 딥엑스 칩으로 전환할 수 있도록 지원한다.
즉, 로봇 개발자는 초기 개발 단계에서는 익숙한 아이작 ROS 환경을 활용하고 상용화·양산 단계에서는 딥엑스 기반으로 전환해 전력 효율과 원가 경쟁력을 확보할 수 있는 것이다.
딥엑스는 DXNN과 DX-뉴턴을 축으로 로봇·엣지 AI 시장에서 개발자 친화성과 양산 경쟁력을 동시에 확보하겠다는 계획이다.
김녹원 딥엑스 대표는 “TSMC가 지금의 대만을 만들어낸 것처럼 딥엑스가 대한민국의 피지컬AI 반도체 산업을 건설하겠다”고 말했다.
한편, 딥엑스는 삼성파운드리 2나노 공정을 적용한 차세대 칩 DX-M2의 개발 로드맵도 공개했다. 2027년 양산을 목표로 하는 DX-M2는 삼성파운드리 2나노 공정을 적용한 피지컬AI 칩으로, 5W 미만의 초저전력으로 최대 80TOPS 성능을 구현한다.
김녹원 대표는 "엔비디아가 GPU와 쿠다로 AI의 길을 닦았다면 딥엑스는 DX-M1과 DX-M2, DX-뉴턴으로 피지컬AI의 길을 닦겠다”며 “칩 위에 하드웨어 파트너가 모듈을 얹고, 소프트웨어 파트너가 애플리케이션을 올리면 레고 블록처럼 AI가 완성되는 생태계가 현재 목표로 하는 피지컬AI 인프라”라고 강조했다.
댓글
0