GPU의 유연성과 NPU의 고효율 연산 구조를 결합한 독자 아키텍처
Direct Fusion Cache로 데이터 이동 최소화… Edge AI의 전력·성능 병목 개선
엣지 AI 프로세서 전문기업 하이퍼비주얼에이아이(대표 정삼윤)가 GPGPU의 범용성과 NPU의 고효율성을 결합한 'GPNPU 반도체 IP(설계자산)' 라이선스 사업과 엣지 AI용 반도체 솔루션 서비스를 본격화한다.
하이퍼비주얼에이아이는 9월 8일에 열린 '2026 어드밴텍 에코파트너 포럼'에서 윤형민 CTO의 발표를 통해 차세대 GPNPU 핵심 기술과 신규 제품 라인업을 공개하고, 관련 사업 진출을 공식화했다.
'2026 어드밴텍 에코파트너 포럼'은 LLM, Physical AI, Machine Vision, VLM, On-device AI 등 산업 현장에 AI를 접목하기 위한 어드밴텍의 Edge-to-Cloud 생태계와 파트너 기술을 소개하는 행사로 하이퍼비주얼에이아이는 이번 행사에 온디바이스 AI 분야 파트너로 참여했다.
이번에 공개한 하이퍼비주얼에이아이의 GPNPU(General-Purpose Neural Processing Unit)는 기존 AI 반도체 시장의 주요 과제였던 범용성과 연산 효율 간의 간극을 줄이기 위해 설계된 독자 아키텍처다.
기존 AI 반도체 시장에서는 유연한 연산 처리가 가능하지만 전력 소모가 큰 GPU와, 높은 효율을 제공하지만 특정 연산에 최적화돼 활용 범위가 제한적인 NPU 사이에서 선택이 요구돼 왔다. GPNPU는 두 기술의 장점을 단일 칩 아키텍처에 구현함으로써 높은 전력 대비 성능과 유연한 연산 환경을 동시에 제공하는 것을 목표로 한다.
특히 정수 연산부터 부동소수점 연산까지 다양한 연산 형태를 폭넓게 지원해, 빠르게 변화하는 피지컬 AI 알고리즘과 모델 최적화 요구에 유연하게 대응할 수 있다.
개발 편의성도 주요 강점으로 제시된다. 하이퍼비주얼에이아이는 GPNPU가 업계에서 널리 사용되는 엔비디아 CUDA 기반 소프트웨어 개발 환경을 지원한다고 설명했다. 이에 따라 기존 개발자들이 활용해 온 cuDNN, cuBLAS 등 주요 라이브러리를 익숙한 방식으로 사용할 수 있어, 신규 SDK 학습 부담을 줄이고 AI 모델 포팅과 디버깅 시간을 단축할 수 있을 것으로 기대된다.
핵심 기술 중 하나인 'Direct Fusion Cache'는 온칩 공유 메모리 구조를 극대화해 외부 DRAM 접근 횟수를 최대 99%까지 줄이는 기술이다. 반도체 연산 과정에서 전력 소모와 병목 현상의 주요 원인이 데이터 이동에 있다는 점에 착안한 기술로, 전력 효율을 높이는 동시에 연산 지연(Latency) 개선에도 기여한다.
하이퍼비주얼에이아이는 GPNPU IP 라이선스와 엣지 AI 반도체 솔루션을 기반으로 온디바이스 AI, 로보틱스, 스마트 팩토리 등 저전력·고성능 연산 수요가 확대되고 있는 엣지 AI 시장을 적극 공략할 계획이다.
정삼윤 하이퍼비주얼에이아이 대표는 “AI가 데이터센터에서 실제 디바이스와 산업 현장으로 빠르게 확산되면서 전력 효율과 범용성을 동시에 요구하는 시장이 커지고 있다”며 “GPNPU를 기반으로 고객이 실제 제품에 적용할 수 있는 Edge AI 프로세서 솔루션을 제공하는 것이 목표”라고 밝혔다.
이원지 기자 news21g@etnews.com
