TSU 프로토콜: 엣지 AI를 위한 오픈 소스 RISC-V NPU

(dev.to)

Dev.to OpenSource2026년 5월 5일AI 산업

TSU 프로토콜은 NVIDIA 등 특정 기업의 폐쇄적 생태계를 대체하기 위해 트랜스포머 모델에 최적화된 오픈 소스 RISC-V 기반 NPU를 개발하며, 이를 통해 AI 하드웨어의 비용 장벽을 낮추고 벤더 락인 문제를 해결하는 대안을 제시합니다.

이 글의 핵심 포인트

1RISC-V RV64 기반, 트랜스포머 최적화 커스텀 명령어(MatMul, Attention 등) 탑재
2용도별 3단계 라인업: TSU-M1($150, IoT), M2($300, On-device), M3($550, Enterprise)
328nm/22nm 공정의 첫 MPW Tape-out을 위해 5만~20만 달러 규모의 커뮤니티 펀딩 진행 중
4ISA, Verilog RTL, 마이크로아키텍처 전체를 공개하는 완전한 오픈 소스 모델 지향
5DAO 기반의 투명한 자금 관리 및 커뮤니티 주도형 개발 방식 채택

이 글에 대한 공공지능 분석

왜 중요한가?

AI 추론을 위한 하드웨어 비용 장벽을 낮추고, 특정 기업의 생애주기 및 라이선스 정책에 종속된 '벤더 락인(Vendor Lock-in)' 문제를 해결할 수 있는 대안을 제시하기 때문입니다.

어떤 배경과 맥락이 있나?

LLM(거대언어모델)의 확산으로 엣지 디바이스에서의 효율적인 추론 수요가 급증하고 있으나, 현재 시장은 NVIDIA의 고가 솔루션이나 Apple/Qualcomm의 폐쇄적 생태계가 주도하고 있어 접근성이 낮습니다.

업계에 어떤 영향을 주나?

성공할 경우, AI 스타트업들이 저비용으로 맞춤형 AI 가속기를 설계하고 적용할 수 있는 환경이 조성되어, 하드웨어 중심의 AI 생태계가 소프트웨어 중심에서 오픈 소스 하드웨어로 확장될 수 있습니다.

한국 시장에 어떤 시사점이 있나?

온디바이스 AI와 엣지 컴퓨팅 분야의 한국 스타트업들에게 하드웨어 비용 절감 및 독자적인 AI 가속기 스택 구축을 위한 새로운 설계 기회를 제공할 수 있습니다.

이 글에 대한 큐레이터 의견

TSU 프로토콜의 등장은 'AI 하드웨어의 민주화'라는 측면에서 매우 도전적이고 흥미로운 시도입니다. 특히 트랜스포머 모델의 핵심 연산인 MatMul, Attention, Softmax 등을 하드웨어 명령어 수준에서 지원하려는 설계 방향은 엣지 AI 시장의 기술적 페인 포인트를 정확히 타격하고 있습니다.

다만, 기업이나 VC의 지원 없이 DAO와 커뮤니티 펀딩만으로 하드웨어 칩 제작(Tape-out)이라는 막대한 리스크를 감당할 수 있을지는 매우 회의적인 시각이 존재합니다. 하드웨어 개발은 소프트웨어와 달리 물리적 설계 오류 발생 시의 비용과 리스크가 치명적이기 때문입니다.

스타트업 창업자들은 이 프로젝트의 MPW(Multi-Project Wafer) 결과를 면밀히 주시해야 합니다. 만약 이 오픈 소스 NPU가 의도한 성능과 비용(BOM $150~$550)을 달성한다면, 하드웨어 종속성 없이도 고성능 엣지 AI 제품을 개발할 수 있는 새로운 설계 패러다임이 열릴 것입니다.

원문 보기 →