2026년의 AI 하드웨어 연구 흐름을 논문 단위로 훑어봅니다. 웨이퍼스케일과 포토닉스, 인메모리 컴퓨팅, FP4 저정밀 학습, 희소성과 MoE 하드웨어, 광 인터커넥트, 차세대 메모리, 뉴로모픽, 하드웨어-소프트웨어 공동설계까지 핵심 아이디어와 의의, 한계를 정리합니다.
데이터를 연산 유닛으로 옮기는 대신, 메모리 안에서 직접 연산하는 compute-in-memory(CIM)의 원리를 깊게 정리합니다. 크로스바 어레이로 행렬곱을 한 번에 푸는 방법, 아날로그와 디지털 방식의 차이, 정밀도와 노이즈의 트레이드오프, 그리고 2026년 연구 동향과 상용화 과제를 다룹니다.