폰노이만 병목을 넘는 뉴로모픽 컴퓨팅의 네 가지 축

인간 뇌는 약 20와트로 작동하지만 AI 슈퍼컴퓨터는 2000만 와트를 쓴다는 대비에서 출발해, 그 격차의 근원을 1945년식 폰노이만 구조의 처리장치·메모리 분리로 짚는다. 딥러닝 워크로드 에너지의 80% 이상이 연산이 아니라 데이터 이동에 소모된다는 프레이밍이 핵심이다. 해법으로 제시되는 스파이킹 신경망, 멤리스터(1971년 Leon Chua 개념화), 실리콘 포토닉스, 이벤트 카메라는 모두 연산과 메모리를 물리적으로 통합하거나 이벤트가 있을 때만 반응하는 비동기 처리라는 공통 원리로 수렴한다. 다만 구체적 기업·논문 인용이 없는 교과서적 개요라 수치는 1차 출처로 재확인이 필요하고, 발표 도입부의 배경 설명 정도로 쓰는 것이 적절하다.

이 글은 제가 여러 자료를 읽고 제 말로 다시 정리한 노트예요. 출처 링크를 달지 않는 대신, 사실 확인이 된 사건은 기록에 따로 있어요.