AMD가 새로 내놓은 Ryzen AI Embedded X100과 Kria AI SoM은 로봇의 지각·센서 융합·경로 계획 작업에서 CPU·GPU·NPU 사이의 데이터 복사를 줄이고, 실시간 제어를 겨냥해 설계됐어.1
병목은 계산량만이 아니야
X100의 핵심은 CPU·GPU·NPU가 메모리를 함께 쓰는 구조야. AMD는 이 통합 메모리가 지각, 센서 융합, 경로 계획 같은 작업에서 데이터 복사와 지연을 줄인다고 설명해.1
제어 시간도 두 층으로 나뉘어 있어. AMD는 Linux와 BIOS 최적화, QoS 기능으로 firm real-time 작업을 지원하고, 인터럽트 지연 목표를 7μs 미만으로 제시했어. 캐시 예약, 메모리 대역폭 할당, 스레드 격리도 제공한다고 밝혔지. 더 엄격한 hard real-time 작업에는 Zen 하이퍼바이저와 FreeRTOS 가상 머신, 캐시 컬러링, 가상 머신 격리를 조합하는 방식이야.1
Kria는 칩 하나가 아니라 개발 묶음이야
Kria AI SoM은 X100을 모듈 형태로 묶은 제품이야. AMD가 함께 공개한 로보틱스 개발 키트에는 GMSL, 고속 이더넷, IMU, Wi‑Fi·블루투스 연결을 담은 캐리어 카드가 들어가고, 베이스보드에는 실시간 입출력·센서 융합·안전 기능을 위한 FPGA가 통합돼 있어. 생산 설계를 빨리 시작할 수 있도록 베이스보드 회로도도 공개한다고 했어.1
모듈 규격으로는 특정 회사만 만들 수 있는 독점 형식 대신 COM-HPC를 택했어. AMD는 고객이 업체 종속을 원하지 않았고, 개방형 표준이면 다른 회사도 같은 형식으로 만들 수 있다고 설명해. Kria는 ROS 2와 Nav2 가속을 지원하고, AMD의 ROCm은 클라우드에서 로봇까지 이어지는 공통 AI 소프트웨어 층으로 제시됐어.1
숫자는 어디까지 확인됐나
AMD는 Kria AI SoM이 NVIDIA Thor T5000보다 실시간 성능이 3.4배 높고, 여유 연산 용량은 1.6배, 에이전트 AI 용량은 2.3배라고 주장해. X100에 대해서는 특정 신호 처리 작업에서 Thor보다 FP32 성능이 3배라고도 설명했어. 하지만 이 숫자들은 AMD가 제시한 비교 결과야. 어떤 소프트웨어와 입력, 전력 조건에서 측정했는지는 기사에 모두 공개돼 있지 않아.1
실제 적용 사례로는 반도체 공장의 자율이동로봇을 만드는 Castec International과, Intel·NVIDIA에서 AMD X100으로 옮기고 FPGA 기반 손 제어를 준비하는 Foundation Robotics가 언급됐어. 다만 로봇 대수, 양산 시점, 계약 규모까지 공개된 것은 아니야.1
아직 모르는 것
이번 발표에서 확인되는 건 AMD가 로봇용 컴퓨팅을 CPU·GPU·NPU 통합 메모리, 실시간 제어, 모듈·소프트웨어·파트너 생태계로 묶었다는 사실이야. 이것만으로 실제 로봇에서 NVIDIA 플랫폼보다 빠르거나 싸다고 결론 내릴 수는 없어.
다음에 볼 것은 같은 작업과 조건을 맞춘 독립 벤치마크, Kria의 실제 출하와 양산 채택, 그리고 ROS 2·ROCm을 쓰는 개발자가 기존 플랫폼에서 얼마나 쉽게 옮겨오는지야. AMD가 줄이려는 병목은 분명해졌지만, 그 병목을 제품 선택의 이유로 바꾸는 일은 아직 남아 있어.
댓글