UTC인베스트먼트는 10일, 뉴로모픽(Neuromorphic) 기술 기반의 AI 반도체 팹리스 스타트업인 페블스퀘어에 20억원을 투자했다고 밝혔다.
페블스퀘어는 이번 프리 시리즈A 라운드를 통해 총 100억원 규모의 투자 유치를 진행 중이며, 현재 투자 유치 마무리 단계에 있다.
페블스퀘어가 개발 중인 뉴로모픽 반도체는 인간 뇌의 작동 원리를 모방한 차세대 AI 칩이다. 이 반도체는 뉴런과 시냅스가 신호를 전달하고 처리하는 방식처럼 연산과 저장을 동시에 수행할 수 있다. AI 기술의 확산과 함께 사물인터넷(IoT), 생성형 AI, 거대언어모델(LLM), 자율주행 등 다양한 분야에서 연산을 위한 데이터 규모가 급증하는 가운데, 막대한 전력 소모 문제가 대두되고 있다. 페블스퀘어의 뉴로모픽 반도체는 데이터 연산, 통신, 저장이 융합된 구조로 데이터 이동이 필요 없으며, 초저전력으로 AI 연산 처리가 가능하다. 또한 인공신경망 구현에 필요한 병렬 연산 및 행렬 계산에 특화되어 있어 대규모 데이터의 신속한 처리도 가능하다.
기존의 뉴로모픽 반도체는 아직 안정성이 검증되지 않은 이머징 메모리를 기반으로 하여 주로 대학교 및 글로벌 반도체 기업의 선행 연구 수준에 머물러 있다. 그러나 페블스퀘어는 기술성숙도(TRL)가 높은 NOR플래시 메모리 기반으로 아날로그 컴퓨팅을 구현, 신뢰성 높은 기술로 평가받고 있다.
이충현 페블스퀘어 대표는 동경대학교에서 재료공학 석·박사 과정을 거쳐 첨단 반도체 기술을 연구했으며, 미국 IBM 연구소에서 반도체 공정기술 개발과 설계를 주도했다. 또한, 재료공학 전공을 바탕으로 뉴로모픽 반도체에서 시냅스 역할을 하는 멤리스터(Memristor) 소자를 직접 개발했다.
투자를 담당한 UTC인베스트먼트 이길훈 부장은 “페블스퀘어의 고성능, 초저전력 뉴로모픽 반도체는 AI 기술 발전을 선도하고 에너지 및 탄소 배출 문제 해결에도 기여할 것으로 기대되며, 게임체인저가 될 것”이라고 투자 배경을 설명했다.
- 관련 기사 더보기
UTC Investment Invests in Pebble Square
UTC Investment announced on the 10th that it invested 2 billion won in Pebble Square, an AI semiconductor fabless startup based on neuromorphic technology.
Pebble Square is currently in the process of raising a total of KRW 10 billion in investment through this pre-Series A round, and is currently in the final stages of raising investment.
The neuromorphic semiconductor being developed by Pebble Square is a next-generation AI chip that mimics the working principles of the human brain. This semiconductor can perform calculations and storage simultaneously, similar to the way neurons and synapses transmit and process signals. As AI technology spreads, the amount of data for calculations in various fields such as the Internet of Things (IoT), generative AI, large language models (LLMs), and autonomous driving is rapidly increasing, and the problem of massive power consumption is emerging. Pebble Square's neuromorphic semiconductor has a structure that integrates data calculation, communication, and storage, so there is no need for data movement, and AI calculations can be processed with ultra-low power. It is also specialized in parallel calculations and matrix calculations required for implementing artificial neural networks, so it is also capable of rapid processing of large amounts of data.
Existing neuromorphic semiconductors are based on emerging memory whose stability has not yet been verified, and are mainly at the level of preliminary research by universities and global semiconductor companies. However, Pebble Square is evaluated as a highly reliable technology by implementing analog computing based on NOR flash memory with a high technology maturity level (TRL).
Lee Chung-hyun, CEO of Pebble Square, studied advanced semiconductor technology after completing his master’s and doctoral studies in materials engineering at the University of Tokyo, and led the development and design of semiconductor process technology at IBM Research in the United States. In addition, based on his major in materials engineering, he personally developed the memristor element that acts as a synapse in neuromorphic semiconductors.
UTC Investment’s Gilhoon Lee, who was in charge of the investment, explained the background of the investment, saying, “Pebble Square’s high-performance, ultra-low-power neuromorphic semiconductor is expected to lead the advancement of AI technology and contribute to solving energy and carbon emissions problems, and will be a game changer.”
- See more related articles
UTCインベストメント、ペブルスクエアへの投資進行
UTCインベストメントは10日、ニューロモルフィック(Neuromorphic)技術基盤のAI半導体ファブレススタートアップであるペブルスクエアに20億ウォンを投資したと明らかにした。
ペブルスクエアは今回のフリーシリーズAラウンドを通じて総100億ウォン規模の投資誘致を進行中であり、現在投資誘致仕上げ段階にある。
ペブルスクエアが開発中のニューロモフィック半導体は、人間の脳の動作原理を模倣した次世代AIチップだ。この半導体は、ニューロンとシナプスが信号を伝達し処理する方法と同様に、演算と記憶を同時に実行できます。 AI技術の拡散とともに、モノのインターネット(IoT)、生成型AI、巨大言語モデル(LLM)、自律走行など多様な分野で演算のためのデータ規模が急増する中、莫大な電力消費問題が台頭している。ペブルスクエアのニューロモルフィック半導体は、データ演算、通信、保存が融合した構造でデータ移動が不要で、超低電力でAI演算処理が可能です。また、人工ニューラルネットワークの実装に必要な並列演算および行列計算に特化しており、大規模データの迅速な処理も可能である。
従来のニューロモルフィック半導体は、まだ安定性が検証されていない新興メモリを基盤として、主に大学およびグローバル半導体企業の先行研究水準に留まっている。しかし、ペブルスクエアは、技術成熟度（TRL）が高いNORフラッシュメモリベースでアナログコンピューティングを実装、信頼性の高い技術と評価されている。
李忠賢ペブルスクエア代表は東京大学で材料工学の石・博士課程を経て先端半導体技術を研究し、米国IBM研究所で半導体工程技術の開発と設計を主導した。また、材料工学専攻をもとにニューロモルフィック半導体でシナプスの役割をするメリスタ素子を直接開発した。
投資を担当したUTCインベストメントイギルフン部長は「ペブルスクエアの高性能、超低電力ニューロモフィック半導体はAI技術の発展を先導し、エネルギーおよび炭素排出問題の解決にも寄与すると期待され、ゲームチェンジャーになるだろう」と投資背景を説明した。
- 関連記事をもっと見る
UTC Investment 投资 Pebble Square
UTC投资10日宣布，向基于神经形态技术的AI半导体无晶圆厂初创公司Pebble Square投资20亿韩元。
Pebble Square 目前正通过本次 A 轮前融资筹集总计 100 亿韩元的投资，目前正处于筹集投资的最后阶段。
Pebble Square 正在开发的神经形态半导体是模仿人类大脑工作原理的下一代 AI 芯片。这些半导体可以同时进行计算和存储，就像神经元和突触传输和处理信号一样。随着人工智能技术的普及，物联网（IoT）、生成式人工智能、大型语言模型（LLM）、自动驾驶等各个领域的计算数据规模正在迅速增加，大量功耗问题也随之显现。 Pebble Square 的神经形态半导体具有集数据处理、通信和存储于一体的结构，因此无需数据移动，并能以超低功耗处理 AI 运算。它还专门用于实现人工神经网络所需的并行运算和矩阵计算，因此它也可以快速处理大量数据。
现有的神经形态半导体基于新兴存储器，其稳定性尚未得到验证，主要处于大学和全球半导体公司的初步研究水平。不过，Pebble Square 因基于 NOR 闪存实现模拟计算，且技术成熟度等级（TRL）较高，因此被评价为可靠性较高的技术。
Pebble Square首席执行官李忠铉在东京大学完成材料工程硕士和博士学位后研究了先进的半导体技术，并在美国IBM研究院领导了半导体工艺技术的开发和设计。此外，他还基于材料工程专业，直接开发了一种在神经形态半导体中充当突触的忆阻器装置。
负责此次投资的UTC Investment的Gilhoon Lee解释了投资背景，他表示，“Pebble Square的高性能、超低功耗神经形态半导体有望引领AI技术的进步，并为解决能源和碳排放问题做出贡献，并将成为游戏规则的改变者。”
- 查看更多相关文章
UTC Investment investit dans Pebble Square
UTC Investment a annoncé le 10 avoir investi 2 milliards de wons dans Pebble Square, une startup fabless de semi-conducteurs IA basée sur la technologie neuromorphique.
Pebble Square est actuellement en train de lever un total de 10 milliards de KRW d'investissement grâce à ce tour de pré-série A, et se trouve actuellement dans les dernières étapes de la levée d'investissements.
Le semi-conducteur neuromorphique développé par Pebble Square est une puce d’IA de nouvelle génération qui imite les principes de fonctionnement du cerveau humain. Ces semi-conducteurs peuvent effectuer des calculs et du stockage simultanément, tout comme les neurones et les synapses transmettent et traitent les signaux. À mesure que la technologie de l’IA se répand, l’échelle des données pour le calcul dans divers domaines tels que l’Internet des objets (IoT), l’IA générative, les grands modèles linguistiques (LLM) et la conduite autonome augmente rapidement, et le problème de la consommation massive d’énergie apparaît. Le semi-conducteur neuromorphique de Pebble Square possède une structure qui intègre le traitement, la communication et le stockage des données, il n'y a donc pas besoin de déplacer des données et il peut traiter les opérations d'IA avec une consommation d'énergie ultra-faible. Il est également spécialisé dans les opérations parallèles et les calculs matriciels nécessaires à la mise en œuvre de réseaux de neurones artificiels, ce qui lui permet également de traiter rapidement de grandes quantités de données.
Les semi-conducteurs neuromorphiques existants sont basés sur des mémoires émergentes dont la stabilité n’a pas encore été vérifiée, et en sont principalement au niveau de la recherche préliminaire des universités et des sociétés mondiales de semi-conducteurs. Cependant, Pebble Square est considéré comme une technologie hautement fiable car il met en œuvre un calcul analogique basé sur une mémoire flash NOR avec un niveau de maturité technologique élevé (TRL).
Lee Chung-hyun, PDG de Pebble Square, a étudié la technologie avancée des semi-conducteurs après avoir obtenu sa maîtrise et son doctorat en ingénierie des matériaux à l'Université de Tokyo, et a dirigé le développement et la conception de la technologie des processus de semi-conducteurs à l'IBM Research Institute aux États-Unis. De plus, grâce à sa spécialisation en génie des matériaux, il a directement développé un dispositif à memristor qui agit comme une synapse dans les semi-conducteurs neuromorphiques.
Gilhoon Lee, d'UTC Investment, qui était en charge de l'investissement, a expliqué le contexte de l'investissement en déclarant : « Le semi-conducteur neuromorphique haute performance et à très faible consommation d'énergie de Pebble Square devrait mener l'avancement de la technologie de l'IA et contribuer à résoudre les problèmes d'énergie et d'émissions de carbone, et changera la donne. »
- Voir plus d'articles connexes
You must be logged in to post a comment.