제타스케일

Zettascale

AI 학습 및 추론용으로 설계된 재구성 가능한 데이터플로우 칩(XPU)을 개발하는 실리콘밸리 하드웨어 기업

유료Hardware

웹사이트 방문하기zscc.ai

데이터로봇와(과) 비교하기

소개

Zettascale은 실리콘밸리에 본사를 둔 차세대 AI 반도체 기업으로, 독자적인 'Polymorphic Dataflow' 아키텍처 기반의 XPU를 통해 기존 GPU/TPU의 에너지 효율과 처리량 한계를 극복합니다. AI 모델의 데이터 이동 경로를 하드웨어 수준에서 최적화하여 메모리 병목 현상을 원천적으로 해결하며, 차세대 지식 창출과 과학적 발견을 위한 핵심 컴퓨팅 인프라를 구축하고 있습니다.

활용 워크플로우

입력

PyTorch/JAX 기반 AI 모델 그래프 및 가중치 데이터대규모 언어 모델(LLM) 학습용 대용량 비정형 데이터셋사용자 정의 연산(Custom Ops)을 포함한 하드웨어 가속 설정데이터센터 워크로드 최적화를 위한 텔레메트리 프로파일

제타스케일

Polymorphic Graph Mapping: 모델의 계산 그래프를 XPU의 가변형 데이터플로우 노드에 물리적 매핑Layer & Instruction Fusion: 메모리 접근을 최소화하기 위한 연산 레이어 및 명령어의 수직적 통합Local Data Movement Optimization: 온칩(On-chip) 메모리 내 데이터 국지화를 통한 외부 메모리 IO 차단Dynamic Resource Reconfiguration: 실행 단계별 워크로드 부하에 따른 XPU 코어 및 인터커넥트 동적 재구성

출력

XPU 최적화 컴파일된 실행 바이너리(Firmware)GPU 대비 낮은 전력 소모 기반의 고성능 추론 결과물실시간 연산 효율성 및 에너지 효율성 지표 분석 리포트스케일러블 클러스터 구성을 위한 최적화된 토폴로지 맵

초거대 모델 학습 가속 경로

하이퍼스케일 AI 모델 학습을 위해 수천 개의 XPU 노드를 통합하여 분산 병렬 처리를 수행하는 고대역폭 워크플로우

저지연 실시간 추론 경로

엣지 및 데이터센터 추론 환경에서 전력 효율을 극대화하고 응답 시간을 단축하기 위한 경량화 데이터플로우 최적화

핵심 차별점: 기존 GPU의 고정된 구조와 달리, AI 모델의 데이터 흐름에 맞춰 하드웨어를 실시간으로 재구성하는 다형성(Polymorphic) XPU 기술로 메모리 병목을 제거합니다.

주요 기능

Zetta-X Polymorphic Dataflow 아키텍처
메모리 이동 최소화를 위한 Instruction & Layer Fusion 기술
하드웨어 수준의 실시간 데이터 국지화(Localization) 최적화
LLM 학습 및 추론을 위한 하이퍼스케일 확장성

가격 정보

유료시작 가격: 가격 문의

AI 학습 및 추론을 위한 고효율 컴퓨팅 칩(XPU) 인프라를 개발하는 기업으로, 일반 사용자를 위한 공개 가격표는 존재하지 않는다. 현재는 주로 파트너십이나 기업용 솔루션 형태로 논의되며, 공식 이메일을 통해 개별적으로 문의해야 한다. 하드웨어 기반의 차세대 컴퓨팅 기판을 제공하므로 일반적인 소프트웨어 구독 모델과는 차이가 있다.