수셴 마이크로의 TUCA·TH1100, ‘렌더링 우선’으로 피지컬 AI 노린다

수셴 마이크로는 IoT와 자동차용 그래픽·디스플레이 프로세서에서 출발해, 이제 피지컬 AI(현실 세계에서 센서·로봇·차량 등을 통해 작동하는 AI)용 하드웨어로 사업의 무게중심을 옮기려 한다. 톈진 행사에서 공개한 핵심은 통합 이기종 컴퓨팅 아키텍처 TUCA와, 회사가 첫 엣지 AI 추론 칩으로 소개한 GPGPU SoC 톈헝 TH1100이다. 현재 이 발표의 의미는 검증된 성능 우위보다는 제품 로드맵과 플랫폼 전략에 있다. 독립적인 벤치마크 자료는 아직 제한적이다. 4

디스플레이 칩에서 AI 컴퓨팅으로

기존 제품군은 이번 전환의 출발점을 보여준다. 수셴 마이크로에 따르면 GC9002와 GC9005는 2023년 각각 저전력 및 고성능 IoT 디스플레이 용도에서 기능 검증을 마쳤다. GC9005는 듀얼 32비트 RISC-V 코어, 그래픽 코어, NPU를 결합하고 최대 3840×2160 출력에 대응한다. 7

협력사 발표 자료에서도 GC9005는 메모리와 2.5D 그래픽 가속, 멀티미디어 기능, 딥러닝 가속기를 통합한 그래픽 중심 MPU로 설명된다. 로컬 음성 인식과 얼굴 검출 같은 엣지 작업을 겨냥한다. 16

즉 수셴 마이크로의 접근은 AI 가속을 별도 사업으로 새로 붙이는 방식보다, 그래픽·시각 인터랙션·엣지 시스템 통합에서 축적한 기술을 AI로 넓히는 데 가깝다.

‘렌더링 우선, AI 후속’이 뜻하는 것

회사가 말하는 전략은 ‘렌더링 우선, AI 후속(render-first-then-AI)’이다. 로봇, 지능형 차량, 산업용 엣지 기기 같은 피지컬 AI 제품에는 모델 추론뿐 아니라 실시간 시각 연산과 반응성 높은 이기종 시스템이 필요하다는 논리다. 수셴 마이크로는 그래픽 기술이 프로그래밍 가능한 병렬 연산 구조와 개발 도구의 기반을 만들고, 그 위에 AI 워크로드를 더할 수 있다고 본다. 이 과정은 엔비디아가 그래픽에서 범용 GPU 컴퓨팅, AI로 확장한 경로와 비교된다. 4

이는 렌더링만으로 피지컬 AI가 해결된다는 주장은 아니다. 고객이 실제 시스템을 배치할 때는 단순한 최고 연산량 수치보다 인지, 시각화, 제어, 모델 배포, 기기 통합을 아우르는 실행 가능한 스택이 필요하다는 제품 포지셔닝에 가깝다.

회사가 내세우는 3가지 기술 축

수셴 마이크로가 강조하는 기술의 효용은 세부 문서와 반복 가능한 시험으로 확인되기 전까지는 회사 주장으로 볼 필요가 있다.

풀스택 GPU IP

수셴 마이크로는 GPU IP부터 시스템 소프트웨어, 개발 도구까지 수직적으로 개발한 스택을 보유했다고 설명한다. 기존 웹사이트에는 GC9000 계열을 위한 제품 선택 자료, SDK, 칩 지원 패키지, 데이터시트, 개발 도구가 제공돼 소프트웨어 지원이 기존 제품 전략의 일부였음을 보여준다. 3

새 AI 플랫폼에서는 하드웨어, 컴파일러, 런타임, 드라이버, 운영체제 지원, 알고리즘, 시나리오별 솔루션을 연계하는 것이 목표다. 그래픽·비전·추론을 함께 쓰는 시스템 고객에게는 통합과 포팅 작업을 줄일 가능성이 있다. 4

칩 내부 컴퓨팅-스토리지 융합

회사는 ‘칩 내부 컴퓨팅-스토리지 융합’을 통해 연산 유닛과 외부 메모리 사이의 데이터 이동을 줄이겠다고 한다. 엣지 추론에서 메모리 트래픽은 지연 시간, 전력 소비, 시스템 설계에 영향을 주는 현실적 제약이다. 수셴 마이크로는 저장과 연산의 근접성을 높이는 방식이라고 설명한다. 4

AI ROM

AI ROM은 선택한 모델의 파라미터 또는 가중치를 칩 내부 비휘발성 저장장치에 넣는 방식으로 제시됐다. 회사는 이를 통해 저장 비용과 전력 소비를 낮추고 토큰 출력 성능을 높일 수 있다고 주장한다. 4

대신 트레이드오프도 있다. 고정된 온칩 저장공간에 가중치를 유지하면 특정 배포 환경에는 유리할 수 있지만, 모델 전체를 쉽게 교체 가능한 외부 메모리에 두는 방식보다 유연성이 낮을 수 있다. 현재 공개된 정보만으로는 용량, 업데이트 방식, 지원 모델 형식, 실제 성능 이득을 독립적으로 판단하기 어렵다.

TUCA: 하드웨어를 잇는 소프트웨어 계층

TUCA는 Thorsianway Unified Computing Architecture의 약자로, GPGPU·AI 가속기·이기종 컴퓨팅 하드웨어를 위한 공통 계층을 표방한다. 회사는 애플리케이션 개발, 연산자 컴파일, 런타임 스케줄링, 하드웨어 실행까지의 사슬을 포괄한다고 설명한다. 4

실무적 목표는 개발자가 가속기마다 별도의 저수준 툴체인을 조립하지 않고, 모델과 컴퓨팅 워크로드를 비교적 통합된 경로로 배포하도록 돕는 것이다. 컴파일러, 런타임, 모델 최적화, 이기종 시스템 통합 경험이 제한적인 산업 현장 고객에게 특히 중요한 지점이다.

개발자용 환경으로는 TUCA Playground도 제시됐다. 애플리케이션·모델 온보딩, 컴파일·배포, 실행 관찰, 자원 관리를 지원하는 역할을 목표로 한다. 4

TH1100: 공개된 내용과 아직 비어 있는 사양

톈헝 TH1100은 피지컬 AI용 엣지 추론을 겨냥한 새 라인업의 첫 칩이다. 공개 보도에서 가장 크게 제시된 수치는 AI 연산 100 TOPS다. 수셴 마이크로는 FP16 지원, 컴퓨팅-스토리지 융합 설계, 35B-A3B 희소 MoE(전문가 혼합) 언어 모델 배포와도 이 칩을 연계했다. 4

35B-A3B 표기는 일반적으로 전체 파라미터가 약 350억 개이고 토큰당 약 30억 개가 활성화되는 모델을 뜻한다. 전체 규모가 같은 밀집형 모델보다 실제 활성 연산량을 낮출 수 있지만, 이 사실만으로 특정 기기의 처리량, 지연 시간, 메모리 요구량, 전력 소비가 결정되지는 않는다. 4

오히려 미공개 정보가 중요하다. 공개된 출시 보도에는 코어 수, FP16 처리량, 메모리 용량과 대역폭, 전력 범위, 양자화 방식, 컨텍스트 길이, 배치 크기, 초당 토큰 수 측정치에 관한 신뢰할 만한 완전한 사양표가 없다. 수셴 마이크로가 상세 데이터시트와 재현 가능한 벤치마크 조건을 내놓기 전까지 100 TOPS는 실제 워크로드 기준으로 다른 가속기와 직접 비교할 수 있는 수치로 봐서는 안 된다. 4

TH1800·TH24K0 로드맵

수셴 마이크로는 TH1800을 2027년 말, TH24K0을 2028년에 내놓는 계획을 밝혔다. 두 제품은 더 큰 규모의 피지컬 AI와 언어 모델 컴퓨팅 계층을 겨냥하며, 회사는 이를 고성능 GPU 경쟁과 대형 피지컬 AI 시스템으로 가는 단계로 제시한다. 4

다만 이는 야심을 보여주는 계획이지, 이미 입증된 성능이 아니다. 로드맵을 평가할 때는 미래의 경쟁 목표와 독립 측정이 이뤄진 양산 하드웨어를 구분해야 한다.

톈진과 ‘풀스택’ 제안이 중요한 이유

톈진 본사 출범은 단순한 주소 이전 이상의 의미로 제시됐다. 수셴 마이크로의 논리는 베이징·톈진·허베이 권역의 제조, 자동차, 로봇, 연구, 도입 파트너와 가까워져야 상용화가 가능하다는 것이다. 4

따라서 회사의 제안은 프로세서 판매에 그치지 않는다. AI 시스템 전문성이 충분하지 않은 고객을 대상으로 칩 하드웨어, 알고리즘, 개발 도구, 레퍼런스 설계, 용도별 납품을 함께 제공하겠다는 전략이다. 또한 자체 통제 가능한 기술과 공급망을 수입 칩의 조달 가능성 및 공급망 불확실성에 대응하는 수단으로 내세운다. 4

결론

현재 수셴 마이크로의 차별점은 완전히 문서화된 성능 선두라기보다, 엣지 그래픽 경험과 이기종 소프트웨어, 메모리 인지형 설계, 배포 지원을 피지컬 AI 플랫폼으로 묶으려는 시도에 있다.

TH1100의 100 TOPS 주장과 TUCA 공개는 이 전략을 구체화했고, 톈헝 로드맵은 회사가 향하는 방향을 보여준다. 그러나 실제 추론 속도, 메모리 구성, 전력 효율, 모델 호환성, 개발 환경의 성숙도, 양산 공급 가능성은 제품 문서와 독립 시험이 나와야 답할 수 있다. 4