| IP개요 |
현재의 인공지능 학습 및 추론은 모두 데이터센터에서 실행되고 있는데, 데이터의 양이 방대하게 증가하면서 데이터 센터 내에 발열 문제와 전력 소모가 큰 문제가 되고 있다. 특히 디바이스에서 데이터센터를 거쳐 다시 디바이스로 처리되는 현재의 인공지능 모델은 하드웨어의 한계로 긴 처리 시간이 필요하고 큰 전력을 소모한다. 따라서 효율적으로 데이터를 처리하기 위해 학습된 데이터는 데이터센터에서 보관하고, 추론용 모델은 디바이스 내에서 처리하는 엣지 디바이스가 그 대안으로 인식되고 있다. 이에 따라 디바이스 내에서 수많은 연산을 처리하는 소형 AI반도체가 필요하고, 방대한 양의 연산을 처리하기 때문에 발생하는 발열 문제를 해결해야 한다. 따라서 반도체 칩 내부에서 지속적으로 온도를 감지하여 열을 관리할 수 있도록 온도 센서 집적회로가 필요하다. 기존의 온도 센서 회로는 밴드갭 기준회로를 사용하여 온도에 비례하는 전류를 이용하였다. 그러나 첨단 공정에서는 공급전압이 1.2V 이하로 낮아지면서 BJT를 이용한 밴드갭 기준회로를 구현하기 어려워 적절하지 않다. 이에 대안으로 MOSFET의 Subthreshold 영역을 사용하지만 MOSFET의 소자 변수들 또한 온도의 함수이기 때문에 온도 센서 회로 구현에 어려움이 있다. 또 다른 대안으로는 1차 온도 계수를 갖는 저항을 사용하여 온도 센서를 구현할 수 있다. 그러나 저항을 직접적으로 사용하면 전력 소모가 커지므로 온도 계수가 매우 작은 커패시터를 함께 사용하여 온도 센서 회로를 구현한다. |
