▶ 키워드 : CXL 검증, AI 기반 Test, 우주 데이터센터, AI 에이전트, 메모리 일관성, 이기종 SoC, Exascale 컴퓨팅, 오로라 슈퍼컴퓨터, CPU-Free 통신, GPU MPI, mSAP, Cu 도금, AI 네트워크 패브릭, 무손실 이더넷, DDR5 검증, 메모리 Subsystem, HDI PCB 설계, Microvia, Multi-Chiplet, AI 가속기 검증, DFT 방법론, GPU 신뢰성, DLB (동적 부하 분산기), 인텔 제온 프로세서, 실리콘 포토닉스, AI 인프라 병목, Engineered Substrate, 반도체 소재 전략
| T15 | AI, AI 반도체 | CXL 검증, AI 기반 Test | AI-Driven Verification for Compute Express Link (CXL) : Challenges, Innovations, and Future > 현대 컴퓨팅 환경에서 CXL 인터커넥트 기술의 검증 방법론과 당면 과제를 심도 있게 분석합니다. 캐시 일관성 테스트와 규격 준수 확인을 위해 인공지능(AI)을 활용한 자동화 및 예측 디버깅 기술을 제안합니다. 이기종 컴퓨팅 시스템의 복잡성을 해결하기 위한 적응형 테스트벤치와 미래 검증 방향성을 제시합니다. |
2025-03-28 | IJSR CSEIT, SSRN | https://papers.ssrn.com/sol3/Delivery.cfm?abstractid=5196735 |
| T16 | AI, AI 반도체 | 우주 데이터센터, AI 에이전트 | “Earth is Full”: AI가 우주로 나가는 이유_AI Bi-weekly > 2026년 AI 산업이 실질적인 ROI를 증명하는 '실무형 에이전트' 시대로 진입하며 B2B 시장의 판도가 바뀔 것으로 전망합니다. 지상의 물리적 인프라(전력, 부지) 한계를 극복하기 위한 최후의 개척지로 '우주 데이터센터'의 가능성을 제시합니다. OpenAI와 Anthropic 등 주요 플레이어들의 전략 차이와 광통신 기술 기반의 시스템 효율성 경쟁을 다룹니다. |
2025-12-16 | 미래에셋증권 | https://share.google/8X8eAe4FHFWq6tdJS |
| T17 | AI, AI 반도체 | 메모리 일관성, 이기종 SoC | Architecting Memory Coherency Between CPU and Accelerators in Heterogeneous SoCs > CPU와 GPU, FPGA 등 다양한 가속기가 통합된 이기종 SoC에서 공유 메모리의 일관성을 유지하기 위한 설계 솔루션을 분석합니다. 전통적인 스누핑 및 디렉토리 기반 프로토콜에서 현대적인 하이브리드 구현 방식으로의 진화 과정을 추적합니다. CXL, NVLink-C2C 등 최신 인터커넥트 기술과 하드웨어-소프트웨어 간의 시너지 효과를 강조합니다. |
2025-04-16 | ResearchGate | https://share.google/OrwrI7WkWHDWshQZB |
| T18 | AI, AI 반도체 | Exascale 컴퓨팅, 오로라 슈퍼컴퓨터 | Aurora : Architecting Argonnes First Exascale SuperComputer > 미국 아르곤 국립연구소의 첫 엑사스케일 슈퍼컴퓨터인 '오로라(Aurora)'의 아키텍처와 설계 목표를 설명합니다. 31TB/s 대역폭의 플래시 저장소와 1차원 드래곤플라이 토폴로지 네트워크 등 고성능 하드웨어 구성을 상세히 기술합니다. 초기 과학 프로그램(ESP)을 통해 2025년 본격 가동 전 소프트웨어 최적화 및 과학적 발견을 위한 준비 과정을 공유합니다. |
2025-09-10 | arXiv | https://share.google/ek13fqkvvyfoelpgZ |
| T19 | AI, AI 반도체 | CPU-Free 통신, GPU MPI | Co-Design and Evaluation of a CPU-Free MPI GPU Communication Abstraction and Implementation > GPU 기반의 ML 및 HPC 응용 프로그램 성능 향상을 위해 통신 경로에서 CPU를 제거하는 새로운 추상화 모델을 제안합니다. 기존 GPU 통신 API가 가진 높은 동기화 부담과 CPU 의존성 문제를 해결하기 위한 'CPU-Free' MPI 구현을 설명합니다. 새로운 모델이 하드웨어 자원을 효율적으로 사용하고 통신 지연 시간을 줄이는지 실험을 통해 평가합니다. |
2026-02-17 | arXiv | https://share.google/hvpc7XEFY2Pwtrt1o |
| T20 | AI, AI 반도체 | mSAP, Cu 도금 | Copper Electroplating Process for mSAP in the Era of AI and HPC > AI 및 HPC를 위한 고밀도 재배선층(RDL) 및 적층 비아 구현에 필수적인 mSAP(개량형 반가공법) 공정을 연구합니다. 플래시 에칭 단계에서 발생하는 V-피팅(V-pitting) 문제 등 기계적/전기적 신뢰성을 저해하는 요소들을 분석합니다. 첨가제 최적화 및 공정 제어를 통해 대규모 양산에서 구리 도금의 균일성과 신뢰성을 확보하는 방안을 제시합니다. |
2025-06-14 | JMEP | https://share.google/tvxgjQDh7LMZhWaGb |
| T21 | AI, AI 반도체 | AI 네트워크 패브릭, 무손실 이더넷 | Data Center Networking for the AI Era > AI 학습 및 추론 클러스터에서 발생하는 대규모 '동서향(East-West)' 트래픽을 처리하기 위한 무손실 이더넷 패브릭 설계를 다룹니다 Cisco Silicon One, Nexus 플랫폼 등 고성능 AI 네트워크 인프라와 통합 보안 솔루션을 소개합니다. 산업별 AI 활용 사례와 효율적인 인프라 운영을 위한 관리 시스템(Nexus Dashboard) 활용법을 설명합니다. |
2025-10-30 | CISCO | https://share.google/OGk4ldGLzsMt8dkoS |
| T22 | AI, AI 반도체 | DDR5 검증, 메모리 Subsystem | Design and Validation of End-to-End System-Level Verification Flow for DDR5 Memory Subsystems > 속도와 효율이 비약적으로 향상된 DDR5 메모리 서브시스템의 신뢰성을 보장하기 위한 포괄적인 검증 흐름을 제시합니다. DDR5 프로토콜의 복잡성과 타이밍 파라미터로 인해 발생하는 검증의 어려움을 시뮬레이션과 형식 검증 방법으로 해결합니다. 사례 연구를 통해 설계 결함을 조기에 발견하고 검증 팀의 효율성을 높인 실제 적용 결과를 공유합니다. |
2025-06-02 | ResearchGate | https://share.google/iNKThGOpAptexxXvQ |
| T23 | AI, AI 반도체 | HDI PCB 설계, Microvia | Design Rules Advanced HDI-cbt-en_Wurth > 인터포저 및 모듈용 Anylayer Microvia PCB를 제작하기 위한 상세 설계 규칙과 가이드를 제공합니다. 4층에서 10층까지의 적층형 및 엇갈림형 마이크로비아 구성 방식과 재료(GPY/42) 특성을 설명합니다. 기계적 보강판(Stiffener) 옵션 및 솔더 캐리어 적용 등 제조 공정상의 선택 사항과 기술 사양을 포함합니다. |
2025-07-17 | Wurth | https://share.google/P08hK3qm9niyjBi26 |
| T24 | AI, AI 반도체 | Multi-Chiplet, AI 가속기 검증 | Design Verification of Multi-Chiplet AI Accelerators > 단일 칩에서 여러 개의 다이(Die)를 결합하는 멀티 칩렛 아키텍처의 설계 검증 시 발생하는 복잡성 문제를 다룹니다. 칩렛 간 인터커넥트 성능과 이기종 통합 시 발생하는 물리적/논리적 검증 과제에 대한 솔루션을 분석합니다. 분산 시뮬레이션 및 계층적 검증 방법론을 통해 차세대 AI 가속기 설계의 효율성을 높이는 방안을 논의합니다. |
2025-11-24 | ResearchGate | https://share.google/KyrsGEejeoZ1dZQUl |
| T25 | AI, AI 반도체 | DFT 방법론, GPU 신뢰성 | DFT Strategies for High Performance Computing and Graphics Chips > HPC 및 GPU의 설계 복잡성이 증가함에 따라 실리콘의 신뢰성과 확장성을 보장하기 위한 고급 테스트 설계(DFT) 방법론을 다룹니다. 스캔 기반 테스트, 자체 테스트 기능(BIST), 계층적 테스트 계획 프레임워크와 같은 핵심 기술들을 상세히 설명합니다. AI/ML을 활용한 자동 테스트 패턴 생성(ATPG) 및 칩렛 기반 시스템에서의 DFT 혁신 등 최신 트렌드를 분석합니다. |
2025-09-05 | Academic Publishers.org | https://share.google/C5vyxB49UHlYOb2Vt |
| T26 | AI, AI 반도체 | DLB (동적 부하 분산기), 인텔 제온 프로세서 | Dynamic Load Balancer in Intel Xeon Scalable Processor > 인텔 제온 스케일러블 프로세서에 내장된 하드웨어 가속기인 DLB(Dynamic Load Balancer)의 성능 분석과 최적화 가이드를 제공합니다. DLB가 워커 코어의 부하를 모니터링하고 패킷 분산을 동적으로 조정하여 시스템 효율을 높이는 매커니즘을 설명합니다. 다양한 워크로드 실험을 통해 대기 시간을 줄이고 처리량을 극대화할 수 있는 설정 및 하드웨어 강화 방안을 제시합니다. |
2025-06-21 | ACM Digital Library | https://share.google/MSRzRTBmk3NHX251F |
| T27 | AI, AI 반도체 | 실리콘 포토닉스, AI 인프라 병목 | Empowering AI with Photonics Systems - A Path to High Performance > 차세대 AI 시스템의 병목 현상인 칩 간 전기적 인터커넥트의 한계를 극복하기 위한 광공학(Photonics) 시스템의 도입 필요성을 강조합니다. 광학 기술을 통해 데이터 센터 내 트래픽 급증 문제를 해결하고 저지연, 고대역폭, 고밀도 통신을 구현하는 방안을 다룹니다. Co-Packaged Optics(CPO)와 CMOS 호환 광학 레이어 기술 등 에너지 효율적인 AI 인프라 구축을 위한 기술 로드맵을 제시합니다. |
2025-05-26 | EPIC Photoniocs | https://share.google/T24cYRy5uO0ObC2NX |
| T28 | AI, AI 반도체 | Engineered Substrate, 반도체 소재 전략 | Enabling-AI with Engineered Substrates > AI 기술 발전을 뒷받침하기 위해 필수적인 고급 엔지니어링 기판 (Engineered Substrates)의 역할과 시장 전망을 다룹니다. Soitec의 기술력을 바탕으로 AI 프로세서, 메모리, 광통신 모듈 등 다양한 AI 생태계 부품의 성능을 높이는 기판 솔루션을 소개합니다. 지정학적 긴장과 공급망 변화 속에서도 AI 산업의 성장을 가능케 하는 차세대 반도체 소재 전략을 포함하고 있습니다. |
2026-01-06 | soitec | https://share.google/U7iBQMZwQct9M4sdG |