▶ 키워드 : CXL, PIM, 3D-IC, Advanced Packaging, AI/Database Acceleration, Reconfigurable Architecture, RRAM, ReRAM, DPU, CPO, Compute Express Link, Processing-In-Memory, Co-Packaged Optics
| ♥ 반도체 기술 자료 (16건) | ||||||
| NO | 분류 | 키워드 | 제목 / 내용 요약 | 등록일 | 출처 | URL |
| T1 | CXL, PIM | Memristor, PIM, Reconfigurable Architecture, Boolean Logic | A Fully Programmable Memristor-based Processing-in-Memory Architecture 1. 멤리스터 크로스바 기반의 재구성 가능한 PIM 아키텍처를 제안하며, 단일 타일이 메모리, 검색, 신경망, 불린 함수 구현 등 4가지 작업으로 구성 가능 2. 1T1M 구조 대비 평균 1/4 트랜지스터만 사용하여 면적 효율성을 크게 개선하고, 데이터 전송 에너지를 대폭 절감 3. 멤리스터의 양방향 저항 상태를 활용하여 스토리지와 컴퓨팅 기능을 통합하고, 크로스바 구조의 병렬 처리 능력을 극대화 |
2025-08-02 | Electrical Engineering and Computer Systems and Sciences (EECSS'25) | https://international-aset.net/avestia.com/EECSS2025_Proceedings/files/paper/EEE/EEE_126.pdf |
| T2 | CXL, PIM | RRAM, PIM, Reconfigurable Architecture, Function Synthesis | Re-Meltrix: A Reconfigurable Processing-in-Memory Architecture Based on RRAM and Function Synthesis 1. RRAM 기반 재구성 가능 PIM 아키텍처로 로직, 스토리지, TCAM, 상호연결 모드를 단일 타일에서 지원하며, Liquid Silicon 대비 2.0~4.31배 성능 향상 및 29~68% 전력 소모 감소 2. LUT 기반 로직 모드와 함수 합성 기법을 통해 타일 당 로직 용량을 대폭 증가시키고, 라우팅 복잡도를 하드웨어 및 소프트웨어 수준에서 해결 3. RTTMCC 알고리즘과 커스텀 모듈 인식 기능을 통해 매핑 지연시간과 전력 소모를 줄이고 재구성 가능성과 유연성을 크게 향상 |
2025-08-21 | IEEE TCAD, VOL. 44, NO. 9, SEPTEMBER 2025 | http://cs.iit.edu/~scs/assets/files/long2025remeltrix.pdf |
| T3 | CXL, PIM | ReRAM, PIM, HGNN, Heterogeneous Graph Neural Networks | ChainPIM: A ReRAM-Based Processing-in-Memory Accelerator for HGNNs via Chain Structure 1. 이질적 그래프 신경망 (HGNN)의 메타경로 기반 집계를 가속화하기 위해 R-chain 구조를 도입하여 관련 메타경로 인스턴스를 체인으로 연결하고 정점 데이터 재사용과 병렬 처리를 극대화 2. R-chain 기반 효율적 저장 포맷을 설계하여 중복 정점 저장을 대폭 줄이고, 다층 집계 파이프라인을 통해 ReRAM 크로스바의 다단계 병렬성을 완전히 활용 3. NVIDIA Tesla V100 GPU 대비 평균 47.86% 메모리 공간 절감 및 128.29배 성능 향상을 달성 |
2025-06-19 | IEEE TCAD, VOL. 44, NO. 7, JULY 2025 | https://people.ece.ubc.ca/~minchen/min_paper/2025/2025-IEEE-TCDICS-ChainPIM.pdf |
| T4 | CXL, PIM | PIM, Index Structure, Database, Skew Resistance | PIM-tree: A Skew-resistant Index for Processing-in-Memory 1. Processing-in-Memory 환경에서 데이터 스큐에 강인한 인덱스 구조인 PIM-tree를 제안하여 기존 B-tree 대비 불균형 데이터 분포에서도 안정적인 성능 제공 2. PIM 하드웨어 특성을 고려한 최적화된 노드 레이아웃과 연산 매핑을 통해 메모리 내부에서 직접 인덱스 탐색 및 업데이트 수행 3. 데이터베이스 워크로드에서 전통적인 인덱스 구조 대비 높은 처리량과 낮은 지연시간을 달성 |
2025-09-24 | The VLDB Journal (2025), Springer | https://link.springer.com/content/pdf/10.1007/s00778-025-00937-5.pdf |
| T5 | CXL, PIM | 3D-Stacked DRAM, Packet Processing, Network Processing, Interleaved Memory | Carrier-Scale Packet Processing Architecture Using Interleaved 3D-Stacked DRAM and Its Analysis 1. 3D 적층 DRAM(HMC)의 vault-level 병렬성과 bank interleaving을 활용한 대규모 캐리어 네트워크용 패킷 처리 아키텍처 제안 2. 해시 함수 기반 메모리 요청 분배를 통해 캐리어 규모 테이블의 동시 접근성을 향상시키고, 랜덤 및 버스티 트래픽 패턴에 대한 분석 모델 제시 3. IP 라우팅 애플리케이션 벤치마크에서 약 80 Gbps 패킷 처리 성능 달성하여 범용 하드웨어 기반 캐리어 네트워크 가상화 가능성 입증 |
2019-06-21 | IEEE Access | https://share.google/qLlpH7AaUqaNducuh |
| T6 | CXL, PIM | DPU, PIM, Scalable Computing, Network Architecture | DIRECT: Enabling Scalable Processing-In-Memory via DPU-to-DPU Communication 1. DPU (Data Processing Unit) 간 직접 통신을 통해 확장 가능한 Processing-in-Memory 아키텍처 구현 2. 기존 중앙 집중식 처리 방식의 병목 현상을 해결하고 분산 메모리 처리 효율성 향상 3. PES University 연구로 2025년 8월 발표 예정 |
2025-08-07 | PES University | https://prateekpkulkarni.github.io/DIRECT.pdf |
| T7 | CXL, PIM | CXL, Hash Join, Database, Memory Expansion | Hash Joins Meet CXL: A Fresh Look 1. CXL (Compute Express Link) 메모리 확장 기술을 활용한 해시 조인 연산의 새로운 접근 방식 제시 2. CXL 기반 메모리 풀링 환경에서 데이터베이스 조인 연산의 성능 특성과 최적화 기법 분석 3. CIDR 2026 컨퍼런스(2026년 1월 18-21일, 미국)에서 발표될 최신 연구 |
2025-12-19 | CIDR'26, January 18-21, 2026, Chaminade, USA | https://share.google/1MgCWQo7OATHwSj95 |
| T8 | CXL, PIM | Co-Packaged Optics, CPO, Wafer Processing, Photonics Integration | Implications on Wafer Processing of the move from Pluggable to Co-Packaged Optics 1. 플러그형 광학 모듈에서 Co-Packaged Optics (CPO)로의 전환이 웨이퍼 가공 공정에 미치는 영향 분석 2. CPO 통합을 위한 웨이퍼 레벨 공정 요구사항 및 기술적 과제 검토 3. KLA 주최 세미나에서 발표된 반도체 패키징과 광학 통합 기술의 최신 동향 |
2025-06-27 | KLA | https://share.google/18oxMzMP7m5L6nRJ6 |
| T9 | CXL, PIM | PIM, Transactional Database, Memory Wall, In-Memory Computing | No Cap, This Memory Slaps: Breaking Through the MemoryWall of Transactional Database Systems with Processing-in-Memory 1. Processing-in-Memory 기술을 트랜잭션 데이터베이스 시스템에 적용하여 메모리 벽 (Memory Wall) 문제를 극복하는 혁신적 접근 제시 2. 인메모리 컴퓨팅을 통해 데이터베이스 트랜잭션 처리 성능을 대폭 향상시키고 메모리 대역폭 병목 현상 완화 3. 2025년 9월 발표 예정으로 OLTP 워크로드에서의 PIM 활용 효과 실증 |
2025-09-11 | Carnegie Mellon University | https://www.pdl.cmu.edu/PDL-FTP/associated/p4241-kim.pdf |
| T10 | CXL, PIM | Optical Computing, PIM, Photonics, CNN Acceleration | OPIMA: Optical Processing-in-Memory for Convolutional Neural Network Acceleration 1. 광학 기반 메인 메모리(OPCM) 내에서 CNN 가속을 위한 PIM 아키텍처 OPIMA를 제안하여, DRAM-PIM의 데이터 이동 병목과 리프레시 문제를 해결 2. 광학적으로 프로그래밍 가능한 상변화 메모리(OPCM) 셀을 최적 설계하여 산란 및 반사를 최소화하고, 멀티레벨 셀로 4-bit 밀도 달성 3. 기존 최고 성능 대비 2.98배 처리량 향상 및 137배 에너지 효율 개선을 달성하여 고속 저전력 광학 컴퓨팅의 가능성 입증 |
2024-11-06 | IEEE TCAD, VOL. 43, NO. 11, NOVEMBER 2024 | https://arxiv.org/pdf/2407.08205 |
| T11 | CXL, PIM | PIM, LLM Inference, CXL, GPU-free system | PIM Is All You Need: A CXL-Enabled GPU-Free System for Large Language Model Inference 1. CXL 기반 메모리 확장을 통한 LLM 추론 시스템 제안 2. GPU 없이 PIM-PNM 계층 구조로 transformer 블록 연산 수행 3. Llama2-70B에서 GPU 대비 2.3배 높은 처리량 및 5.2배 비용 효율 달성 |
2025-05-03 | ASPLOS'25 | https://dl.acm.org/doi/pdf/10.1145/3676641.3716267 |
| T12 | CXL, PIM | 인공지능반도체, PIM, 시장전망, 메모리중심컴퓨팅 | PIM 인공지능반도체 발전 현황 및 시장 전망 1. 인메모리 프로세싱 기술의 AI 반도체 적용 현황 분석 2. PIM 기술의 에너지 효율성과 대역폭 이점 소개 3. PIM 기반 AI 반도체의 시장 전망 및 발전 방향 제시 |
2023-12-31 | ETRI | https://share.google/KW0q0evBGW25THiIJ |
| T13 | CXL, PIM | Genome Analysis, In-Storage Processing, PIM, SSD | MARS: Processing-In-Memory Acceleration of Raw Signal Genome Analysis Inside the Storage Subsystem 1. SSD 내부에서 PIM-PNM 패러다임을 결합한 유전체 분석 가속화 시스템 2. 데이터 이동과 연산 오버헤드를 동시에 해결하는 하드웨어-소프트웨어 공동설계 3. 기존 방식 대비 93배 성능 향상 및 427배 에너지 절감 달성 |
2025-06-03 | ICS'25 ACM ISBN 979-8-4007-1537-2 |
https://dl.acm.org/doi/epdf/10.1145/3721145.3730428 |
| T14 | CXL, PIM | 3D-IC, SRAM-on-Logic, Processing-Near-Memory, EDA | PROCESSING NEAR MEMORY WITH CHIP LEVEL 3D IC 1. SRAM-on-Logic 3D-IC 기술을 통한 메모리 근접 프로세싱 구현 2. Die-by-Die와 Concurrent Flow 방식의 물리적 구현 방법론 비교 3. 성능 6% 향상, 전력 8% 감소, 에너지 효율 향상 달성 |
2025-03-07 | ASP-DAC 2025 | https://share.google/Iem8sZmn7ciHleQDl |
| T15 | CXL, PIM | 3D-IC, SRAM-on-Logic, More than Moore, Hybrid bonding | Processing-Near-Memory with Chip Level 3D-IC 1. Moore's Law 한계 극복을 위한 3D-IC 기술 로드맵 제시 2. CA78 프로세서 기반 SRAM-on-Logic 구현 및 검증 3. 2D 대비 주파수 2.4% 향상, 배선 길이 3.8% 감소, 에너지 8% 개선 |
2025-01-23 | ASP-DAC 2025 ACM Tokyo, Japan |
https://dl.acm.org/doi/epdf/10.1145/3658617.3704916 |
| T16 | CXL, PIM | PIM, RDBMS, SCAN, JOIN, UPMEM | Recent Trends in Leveraging Processing-in-Memory for Accelerating Relational Database Management Systems 프로세싱-인-메모리를 이용한 관계형 데이터베이스 관리 시스템 가속의 최신 연구 동향 > 메모리를 이용한 관계형 데이터베이스 관리 시스템 가속의 최신 연구 동향 1. UPMEM DIMM 기반 SCAN 및 JOIN 연산 가속화 기법 소개 2. PIM을 활용한 GROUP-BY, Aggregation 등 추가 연산 가속화 방향 제시 3. 데이터 스큐 문제 해결 및 LSM tree compaction 가속화 가능성 논의 |
2024-11-26 | TKIPS Vol.13, No.11 한국정보처리학회 |
https://share.google/v9TfnNuqNFHMHqiJK |