"시뮬레이션"
뉴스
imec, GPU 위 DRAM 수직 적층 열설계 시뮬레이션 공개
imec 연구진이 GPU 위에 DRAM을 수직으로 쌓고 칩 사이에 냉각 공동을 배치하는 3D 메모리 구조를 평가한 논문을 발표했다. 이는 기존 2.5D HBM 방식과 GPU에 직접 적층하는 HBM-on-GPU 방식의 대안으로 제시됐다. 연구진은 패키지 수준 열 시뮬레이션을 통해 적층 높이, 메모리 용량과 구성, 냉각 공동 소재, 적층 방향, 몰드 삽입, 분산형 메모리 컨트롤러·네트워크온칩 계층 추가 등의 변수를 분석했다. 해당 논문은 2026년 9월 아카이브에 공개됐다.
TU뮌헨, 신경망으로 3nm 나노시트 SPICE 시뮬레이션 가속
독일 뮌헨공대 연구진이 3nm 나노시트 트랜지스터용 신경망(NN) 기반 모델을 개발해 SPICE 시뮬레이션과 표준 셀 라이브러리 특성화에 적용한 논문을 발표했다. 이 모델은 드레인 전류와 전하를 예측하며, 업계 표준인 BSIM-CMG Verilog-A 컴팩트 모델과 비교해 지연시간 오차 0.11% 미만, 총 전력 오차 0.76% 미만의 정확도를 보였다고 밝혔다. 표준 셀 라이브러리 특성화 과정에서는 기존 모델보다 최대 8배 빠른 처리 속도를 기록했다. 연구팀은 다양한 아날로그·디지털 회로 시뮬레이션을 통해 모델 정확도를 추가로 검증했으며, 신경망 크기와 시뮬레이션 정밀도 간 관계에 대한 가이드도 제시했다.
포토닉 집적회로 시뮬레이션, FTCO로 제조 공정변이까지 반영
광집적회로(PIC) 설계에서 측벽 각도, 임계치수 편차, 두께 변화, 선단 거칠기 같은 제조 공정의 실제 변이를 반영하기 위한 FTCO(Fab Technology Co-Optimization) 워크플로가 제시됐다. 이 방식은 GDS 레이아웃 불러오기, 3차원 공정 시뮬레이션, GPU 가속 FDTD, 실험계획법(DOE), AI 기반 서로게이트 모델링을 연결한다. 방향성 결합기(directional coupler)를 대상으로 4가지 공정 변수의 25개 조합을 테스트한 DOE에서는 6500만 셀 규모의 3D FDTD 모델이 사용됐으며, NVIDIA A100 1장을 탑재한 워크스테이션에서 10시간 이내에 완료됐다. 제조 변이를 포함한 시뮬레이션 결과는 실제 실험 보고 결과와 잘 일치하는 것으로 나타났으며, 이를 통해 생성된 디지털 트윈은 비전문가도 공정-성능 관계를 실시간으로 확인할 수 있게 해준다.
패키징·후공정Ayar Labs·GUC, CPO 열시뮬레이션으로 쿨링 해법 검증
Ayar Labs와 GUC(Global Unichip)가 공동으로 CPO(co-packaged optics) 적용 어드밴스드 패키지의 열 공동시뮬레이션을 수행했다. XPU MCP 디자인은 TeraPHY 광학엔진을 MCP 유기기판에 직접 부착해 100Tbps 이상의 양방향 광 인터페이스를 구현했으며, 패키지는 105mm x 140mm 크기에 XPU 2개, HBM4 8개, I/O 칩렛 4개, TeraPHY 광학엔진 8개를 담고 전력 소모는 3kW를 넘는다. 공기냉각 방식인 3D VC 히트싱크(풍속 5m/s, 6m/s) 테스트는 온도 규격을 충족하지 못했지만, 충돌형(impingement) 콜드플레이트를 4.5LPM으로 적용한 액체냉각 솔루션은 모든 구성요소가 규격을 만족했다. 이번 테스트는 CoWoS-L 패키징 기반으로 진행됐다.
마음AI-경복대 산학협력, 가상시뮬레이션·로봇 실습 순환학습 도입
피지컬 AI 기업 마음AI가 경복대학교와 피지컬 AI 교육·연구개발·인력양성을 위한 산학협력 MOU를 23일 체결했다. 협약에는 교육과정·교과목 개발, 공동 연구개발, 인력양성사업, 전시회·컨퍼런스 공동 개최, 인적·물적 자원 교류 등이 포함됐다. 학생들은 NVIDIA Isaac Sim, 유니티, 언리얼 엔진 등을 활용한 가상환경 시뮬레이션에서 시작해 실제 휴머노이드·로봇 조립·제어, 행동데이터 수집과 AI 학습까지 이어지는 실습형 교육을 받는다. 양측은 해외 대학 네트워크를 통한 교육 프로그램 확장과 남양주왕숙 도시첨단산업단지 관련 연구·교육 인프라 협력 가능성도 검토할 예정이다.
FutureBit, 초파리 뇌 시뮬레이션 비트코인 채굴 개념증명 공개
ASIC 채굴기 제조사 FutureBit이 구글이 공개한 초파리 뇌 커넥텀 데이터를 활용한 'HashFly'라는 개념증명을 공개했다. 초파리 눈의 광수용체를 모사해 블록 헤더를 읽고, PPL101 뉴런이 더블 SHA-256 타깃을 계산하면 반응하는 방식이다. FutureBit은 실제 유기 뉴런 전체를 활용할 경우 테라해시당 약 1와트로, 최고 수준의 실리콘 3nm ASIC보다 10배 효율적일 수 있다는 추정치를 제시했다. 다만 이는 초파리 전체 소비 전력과 모든 뉴런이 해싱에 쓰인다는 가정에 기반한 것이며, 현재 웹 데모 성능은 약 100kH/s에 그친다. FutureBit은 데이터셋 내 전체 뉴런을 SHA-256 해시 함수로 시뮬레이션하는 후속 작업을 진행 중이라고 밝혔다.
장비·소재·부품반도체 신소재 개발, 계산·시뮬레이션 기반으로 전환
Semiconductor Engineering은 첨단 공정 스케일링이 한계에 부딪히면서 반도체 발전이 점점 더 새로운 소재 개발에 좌우되고 있다고 전했다. AI 수요로 데이터 이동과 전력 소비가 늘면서 전기적 인터커넥트와 전력·열 관리가 시스템 차원의 제약이 되고 있다고 설명했다. 이에 따라 계산 기반 소재 개발과 시뮬레이션을 통해 후보 물질을 사전 선별하는 접근이 확산되고 있으며, 소자 제조사·장비사·소재 공급사 간 협력이 선형적 공급 관계에서 통합적 공동개발 방식으로 바뀌고 있다고 밝혔다. 사례로 미세 구조를 위한 습식에서 건식 공정으로의 전환과 신규 박막 증착 전구체 필요성이 언급됐다.
미소정보기술, 국가 R&D로 CAE 시뮬레이션 자동화 개발
미소정보기술이 과학기술정보통신부와 IITP가 추진하는 '실세계 능동 행동형 에이전틱 AI 기술개발 사업'에 선정됐다. 브이이엔지이가 주관기관을 맡고 연세대, 포항공대 등이 참여하며, 미소정보기술은 MCP 기반 멀티에이전트 협업형 물리해석 시뮬레이션 자동 수행 에이전틱 AI 기술 개발을 담당한다. 기존 CAE 시뮬레이션은 모델링, 해석 조건 설정, 결과 검증 등을 전문가가 수작업으로 수행해왔는데, 이번 연구는 AI 에이전트가 해석 기획부터 조건 설정, 실행, 결과 분석까지 전 과정을 자동화하는 것을 목표로 한다. 미소정보기술은 이 기술을 자동차, 반도체, 배터리, 조선, 항공우주, 방산 등 산업 분야로 확대할 계획이라고 밝혔다.
