생성형 AI는 EDA를 포함한 엔지니어링, 과학 및 소비자 애플리케이션 전반에서 화제가 되고 있습니다. SNUG와 CadenceLive의 기조 연설의 중심이었고, DAC에서도 크게 다뤄질 것입니다. 기존 AI와 생성형 AI로 구동되는 매우 인상적인 작업별 도구와 기능이 업계 벤더와 고객 모두에 의해 개발되고 있습니다. 그러나 이러한 솔루션은 모두 특정 작업을 해결하는 포인트 솔루션입니다. 이로 인해 고객이 모든 것을 어떻게 연결할지, 그리고 고객이 이러한 솔루션을 구동하는 데 필요한 LLM, AI 및 데이터 리소스를 어떻게 실행하고 액세스할 수 있을지에 대한 질문이 남습니다. 우리 업계는 고성능 EDA 환경을 개발, 실행 및 유지 관리한 경험이 있지만, GPU와 낮은 지연 시간의 인터커넥트(Infiniband)를 실행하는 AI 중심 데이터 센터는 많은 칩 개발 회사가 이미 보유하고 있거나 실행 경험이 있는 환경이 아닙니다. 불행히도 LLM은 리소스 집약적이어서 "점진적인" 배포가 어렵습니다.
EDA를 위한 에이전트 플랫폼
5월에 열린 Microsoft Build 컨퍼런스에서 Microsoft는 Microsoft Discovery Platform을 소개했습니다. 이 플랫폼은 특히 생물학(생명 과학 및 신약 개발), 화학(재료 및 물질 발견) 및 물리학(반도체 및 다중 물리학)과 같은 여러 산업 분야에서 R&D를 가속화하는 것을 목표로 합니다.
Microsoft Discovery는 고객이 완전한 에이전트 기반 AI 환경을 구현할 수 있도록 플랫폼과 기능을 제공합니다. 클라우드 기반 솔루션이므로 고객은 AI 모델 또는 RAG 솔루션을 직접 관리할 필요가 없습니다. AI 모델, 사용하는 데이터 및 생성되는 결과는 모두 고객의 클라우드 테넌트 내에서 실행되므로 고객의 통제 하에 유지됩니다. 데이터가 인터넷으로 다시 전송되지 않으며 모든 학습은 고객에게 유지됩니다.
이를 통해 고객은 데이터와 IP에 대한 완전한 주권을 유지하면서 AI 모델을 안전하고 쉽게 배포하고 사용할 수 있다는 확신을 가질 수 있습니다. 고객은 Azure에서 제공되는 수십 가지 사용 가능한 AI 모델을 자유롭게 배포할 수 있습니다. 또한 고객은 Graph RAG 솔루션을 배포하고 사용하여 컨텍스트를 개선하고 더 나은 LLM 응답을 얻을 수 있습니다. 이 모든 것이 추가 하드웨어를 배포하거나 대규모 독립형 GPU 배포를 관리하지 않고도 가능합니다. 생성형 AI 솔루션을 테스트하고 이 새로운 기술로 흐름, 도구 및 방법론을 개발하기 시작하는 고객은 필요에 따라 이러한 리소스를 배포하고 사용할 수 있습니다.
Microsoft Discovery 플랫폼은 기존 EDA 도구를 대체하려는 것이 아닙니다. 대신, 이러한 도구를 에이전트 환경에 통합할 수 있도록 합니다. 의인화하지 않고 말하면, 이러한 에이전트는 서로 또는 도구와 추론하고 상호 작용할 수 있는 AI 기반 작업 엔진으로 생각할 수 있습니다. 의사 결정을 내리고, 결과를 분석하고, 응답을 생성하고, 조치를 취하거나, 도구를 구동하는 데 사용할 수 있습니다. 고객은 기존 EDA 도구를 플랫폼에 통합하고 에이전트로 구동할 수 있습니다. Microsoft Discovery는 파트너의 에이전트도 실행하고 고객이 여러 기능을 지능적으로 연결하고 흐름에 대한 분석 및 의사 결정을 자동화하여 각 엔지니어링 팀이 더 많은 작업을 더 빠르게 완료하고 생산성을 높일 수 있도록 지원합니다.
EDA를 위한 HPC 인프라
물론 EDA 도구를 실행하려면 고객은 해당 도구를 실행할 수 있는 효과적인 환경이 필요합니다. 우리 업계에서 항상 사실이지만 종종 간과되는 것 중 하나는 도구의 알고리즘이 아무리 좋아도 실행되는 인프라에 의해 항상 제한된다는 것입니다. 알고리즘이 아무리 빨라도 느린 프로세서에서 실행하면 처리 시간이 여전히 느려집니다. 도구가 아무리 빠르고 서버가 아무리 새롭고 멋져도 파일 시스템이 병목 현상인 경우 도구와 서버는 데이터를 기다려야 합니다. 실행하는 인프라는 엔진이 아무리 빨라도 작업 속도 제한을 설정합니다. EDA에 대해 논의되는 대부분의 AI 솔루션은 엔진에만 초점을 맞추고 인프라를 무시합니다. Microsoft Discovery 플랫폼은 이를 이해하고 Azure HPC 환경을 핵심으로 하여 문제를 해결합니다.
플랫폼의 HPC 코어는 EDA 커뮤니티에 친숙한 요소를 사용합니다. 고성능 파일 스토리지는 Azure NetApp Files(ANF)를 활용합니다. 이 공유 파일 서비스는 EDA 커뮤니티의 많은 사람들이 이미 온프레미스에서 사용하고 있는 것과 동일한 NetApp 기술과 하드웨어를 사용합니다. ANF는 특히 EDA와 같은 메타데이터가 많은 워크로드에 대해 클라우드 기반 파일 스토리지에 대해 비교할 수 없는 성능을 제공합니다. 이는 EDA 워크로드가 Discovery 플랫폼으로 친숙하게 진입하여 칩 설계를 위한 AI 기능을 활용하는 데 도움이 될 것입니다.
고객은 또한 대규모 백엔드 EDA 워크로드를 염두에 두고 개발된 최근 출시된 Intel Emerald Rapids 기반의 FXv2를 포함하여 Azure의 고성능 컴퓨팅 제품군에 액세스할 수 있습니다. FXv2는 1.8TB의 RAM과 4GHz의 모든 코어 터보 클럭 속도를 특징으로 합니다. 대규모 STA, P&R 및 PV 워크로드에 이상적입니다. 프런트 엔드 및 중간 규모의 백엔드 워크로드의 경우 기존 HPC 컴퓨팅 제품 외에도 Microsoft는 최근 해당 시스템의 v6 버전에서 Intel Emerald Rapids 프로세서를 사용하여 D 및 E 시리즈 컴퓨팅 SKU를 업데이트하여 더 작은 워크로드에 대한 성능을 더욱 향상시켰습니다.
설계 팀은 플랫폼에서 제공하는 AI 기능의 이점을 활용하면서 EDA 도구를 최대화하는 데 필요한 고성능 컴퓨팅 및 스토리지 리소스에 액세스할 수 있습니다. 친숙한 EDA 친화적인 HPC 환경은 기존 워크로드의 마이그레이션을 더 쉽게 만들고 도구가 효과적으로 실행되도록 보장하며, 더 중요한 것은 흐름이 더 원활하게 연결되도록 보장합니다.
산업 표준 및 상호 운용성
Microsoft Discovery 플랫폼의 또 다른 중요한 측면은 플랫폼이 에이전트 간 통신에 A2A를, 에이전트-서비스 통신에 MCP를 활용한다는 사실입니다. 이것이 중요한 이유는 A2A와 MCP가 모두 산업 표준 프로토콜이기 때문입니다. Microsoft는 또한 이 분야에서 나타날 이러한 표준 및 기타 최신 표준의 진화를 지원하여 투자를 미래에 대비할 것으로 예상합니다.
반도체 및 EDA 분야의 다양한 표준 및 상호 운용성 노력에 참여해 온 사람들은 플랫폼이 산업 표준 기반 인터페이스를 사용하면 모든 사용자가 새로운 기술을 훨씬 쉽게 채택할 수 있음을 이해할 것입니다. AI 개발이 빠르게 진행되고 고객과 벤더 모두가 gen AI의 약속을 활용하려고 노력하면서 고객과 벤더가 기능을 신속하게 개발하려는 독립적인 노력이 이미 있습니다.
과거에는 이것이 모든 사람이 서로 다른 방향으로 나아가 상호 배타적인 솔루션을 개발한다는 것을 의미했습니다. 벤더는 고객이 활용하기 위해 맞춤형 솔루션도 개발해야 하는 상호 배타적인 솔루션을 개발합니다. 다양한 솔루션은 모두 약간씩 다르게 작동하여 통합 프로세스가 고통스러워집니다. VMM, OVM 및 UVM의 역사가 이것의 예였습니다. 업계가 AI 및 에이전트 환경을 개발하기 시작함에 따라 동일한 파편화가 다시 발생할 가능성이 높습니다.
A2A 및 MCP로 시작함으로써 Microsoft는 업계가 이러한 산업 표준 프로토콜을 중심으로 정렬하도록 신호를 보내고 있습니다. 이를 통해 고객과 벤더가 개발한 에이전트가 서로 및 Discovery 플랫폼과 더 쉽게 상호 작용할 수 있습니다. MCP 서버 인터페이스를 구현하는 벤더 도구는 MCP를 사용하여 고객 에이전트와 직접 통신할 수 있을 뿐만 아니라 Discovery 플랫폼과도 직접 통신할 수 있습니다. 이를 통해 우리 업계가 상호 운용 가능한 솔루션을 더 쉽게 개발할 수 있습니다. 마찬가지로 A2A 프로토콜을 사용하여 다른 에이전트와 상호 작용하는 에이전트는 다른 에이전트도 A2A를 사용하여 통신하는 경우 더 쉽게 통합될 수 있습니다. EDA용 에이전트 또는 에이전트와 상호 작용하는 EDA 도구 또는 서비스를 구축할 경우 에이전트 간 통신에는 A2A를 사용하고 에이전트-도구/서비스 통신에는 MCP를 사용하여 구축하십시오.
생성형 AI는 이번 10년 동안 EDA에 가장 큰 영향을 미치는 혁신적인 기술이 될 가능성이 높습니다. 자체적인 방식으로 합성, STA 및 자동 배치 및 배선만큼 생산성에 큰 영향을 미칠 것입니다. 이러한 혁신에 대해 자세히 알아보려면 6월 23일 샌프란시스코에서 열리는 Design Automation Conference(DAC)에서 Microsoft 팀에 합류하십시오. DAC에서 Microsoft 팀은 Discovery 플랫폼과 AI가 반도체 산업에 미치는 더 큰 영향에 대해 자세히 설명할 것입니다.
월요일 개막 기조 연설에서 Microsoft Discovery 및 Quantum 팀의 CTO인 Bill Chappell은 과학 및 반도체 산업에 대한 AI의 영향에 대해 논의할 예정입니다. Serge Leef의 엔지니어링 트랙 세션에서는 칩 설계의 생성형 AI에 대해 이야기하고, Prashant Varshney의 전시자 포럼 세션에서 Microsoft Discovery 플랫폼에 대한 자세한 설명을 놓치지 마십시오. Microsoft 부스(2층, 2124)를 방문하여 저희 팀과 심층적인 논의를 나누십시오.