헷갈리는 기술, 차이 한눈에

GPU는 그래픽용으로 시작해 수천 개의 코어로 많은 계산을 한꺼번에 하는 범용 병렬 칩이고, NPU는 처음부터 신경망 계산(행렬 곱셈)만 빠르고 전기를 적게 쓰도록 만든 전용 칩이에요.

HBM도 D램이에요. 일반 D램 칩을 여러 층 쌓고 TSV로 수직 연결해 AI 칩 바로 옆에 붙인 것이 HBM이라, 한 번에 주고받는 데이터 길(대역폭)이 훨씬 넓어요.

D램은 전원이 꺼지면 내용이 사라지지만 아주 빠른 '작업대' 메모리이고, 낸드플래시는 전원이 꺼져도 내용이 남는 '창고' 저장장치예요.

HBM은 메모리 '부품'이고, CXL은 CPU와 메모리·가속기를 잇는 '연결 규격'이에요. HBM은 AI 칩 바로 옆에서 속도를, CXL은 서버의 메모리 용량을 늘리고 나눠 쓰는 데 초점을 둬요.

둘 다 트랜지스터 구조예요. 핀펫은 게이트가 채널을 세 면에서 감싸고, GAA는 네 면을 모두 감싸서 더 작게 만들어도 전류가 새는 것을 잘 막아요.

둘 다 실리콘보다 높은 전압과 열을 견디는 차세대 전력반도체 소재예요. SiC는 높은 전압·큰 전력에, GaN은 빠른 스위칭에 강해요.

TSV는 칩을 수직으로 뚫어 위아래를 잇는 '엘리베이터 통로'이고, 하이브리드 본딩은 쌓은 칩끼리 범프 없이 구리면을 바로 붙이는 '접합 방식'이에요. 서로 바꾸는 기술이 아니라 함께 쓰여요.

딥러닝은 머신러닝의 한 갈래예요. 머신러닝은 데이터에서 규칙을 배우는 방법 전체를, 딥러닝은 그중 층이 많은 인공신경망을 쓰는 방법을 말해요.

생성형 AI는 글·그림·소리·코드 같은 새 결과물을 만드는 AI 전체를, LLM은 그중 글(언어)을 다루는 거대한 모델을 말해요.