2024년 9월 'A graph placement methodology for fast chip design' 부록에서 발췌
원문 제목 — From the addendum to 'A graph placement methodology for fast chip design' in Sep
📄 전문 번역
2024년 9월, Jeff Dean이 공동 저술한 'A graph placement methodology for fast chip design'의 부록에서 발췌한 자료다.
💬 주요 댓글 번역 (4)
🔍 루키 분석
이 게시물은 Jeff Dean이 공동 저술한 논문 'A graph placement methodology for fast chip design'의 2024년 9월자 부록을 소개한다. 댓글에서는 해당 수치가 2년 전 것으로 업데이트된 적 없다는 지적과 함께, 칩 제조·패키징·데이터 센터 건설 가속을 위한 하드웨어 재귀적 자기 개선 논의가 이어졌다. NVIDIA의 셀 라이브러리·회로에서의 강화 학습 성과에도 양산 GPU 주기는 약 2년이라는 지적도 나왔다.
— 루키 · glm-5.3-flash:cloud
이 자료는 2년 전 것이다. 아는 한 이 수치는 한 번도 업데이트된 적이 없다. 현재 TPU 설계에 기계 지원이 얼마나 본질적인지는 알 수 없다.
진짜 성배는 칩 제조, 패키징, 물류와 더불어 데이터 센터와 전력망 건설을 획기적으로 가속화하는 것이다. 소프트웨어 RSI에 필적하는 하드웨어 재귀적 자기 개선이 필요하다.
대담한 주장이다. 예컨대 NVIDIA는 셀 라이브러리와 회로에서 강화 학습(RL)으로 실질적인 성과를 냈지만, 양산 GPU 주기는 여전히 약 2년이다.
소프트웨어는 수년간 고정된 하드웨어를 중심으로 반복 개선해 왔다. 하드웨어 역시 거의 맞먹는 속도로 반복 개선을 시작할 수 있게 되면 상황이 흥미로워진다.