"반도체 엔지니어링"(Semiconductor Engineering) 사이트는 칩 디자인, 메모리, 첨단 패키징 분야의 주요 발전과 보안 및 발열 과제를 다루는 최신 기술 연구 논문 목록을 연구 라이브러리에 추가했다고 밝혔습니다.
새로운 연구에는 학술 기관, 연구소, 대형 기술 기업들이 수행한 첨단 연구가 포함되었으며, 반도체 부문의 복잡한 엔지니어링 솔루션을 목표로 삼았습니다.
주요 연구 및 기술 주제
- HBM 전력 소모: 취리히 연방 공과대학교(ETH Zürich)와 뉴욕대학교 연구진의 감독 하에 실제 HBM2 다이를 사용하여 최신 고대역폭 메모리의 전력 소모에 대한 실험적 분석 및 모델링.
- GAAFET 누설 경로:샌디아 국립 연구소(Sandia National Laboratories) 및 룩셈부르크 과학기술연구소(Luxembourg Institute of Science and Technology)와의 협력을 통해 예측적 제1원리 시뮬레이션을 사용하여 게이트 올 어라운드(GAAFET) 트랜지스터의 새로운 누설 경로 발견.
- 에이전틱 AI(Agentic AI): 컬럼비아대, 일리노이대, 구글 딥마인드 등의 참여로 칩 및 스케일 아웃 도메인 전반의 이기종 시스템 설계에 지능형 에이전트를 활용하고, RTL(레지스터 전송 레벨) 검증 및 디버깅에 적용.
- 나노기계식 eDRAM 메모리: UC 버클리, 삼성전자, 인텔의 협력을 통해 에너지 효율을 높이기 위해 나노전자기계식 게이트로 지원되는 임베디드 디램(eDRAM) 셀 개발.
- 3차원 회로 열 모델링: 케이던스 디자인 시스템즈와 노트르담 대학교의 공동 개발로 3D 집적회로(3D-IC)를 위한 인공지능 가속 반복 열 분석기 도입.
- 자율주행차 보안 취약점: 미주리 과학기술대학교 연구진이 작성한 자율주행차의 열 사이드 채널 공격 및 인지 시스템 공격을 논의하는 설문 조사.
이 보고서가 나타내는 바는 무엇인가?
이 연구 논문들은 고밀도 메모리의 발열 병목 현상과 전력 소모를 해결하려는 업계의 최신 트렌드를 반영하며, 에이전틱 AI 알고리즘을 사용하여 복잡한 설계 및 검증 단계를 자동화함으로써 개발 주기를 단축하고 첨단 칩의 효율성을 향상시키려는 시도를 보여줍니다.