딥러닝 컴퓨팅 프로세서 설계
페이지 정보
본문
딥러닝 컴퓨팅 프로세서 설계
"저전력/고성능 인공지능을 위한 전용 반도체 설계"
포스텍 김재준 교수
본 연구팀은 저전력으로 딥 러닝 알고리즘 연산을 하드웨어에서 수행 가능한 재구성 가능한 SNN 전용 하드웨어(FireFly), 세계 최초 6T SRAM을 이용한 In-Memory 연산 기법, 연산 정밀도를 가변하여 에너지 효율을 극대화 하는 방법(BitBlade)을 개발함.
최근 활발히 연구가 진행 중인 인공지능 반도체 설계에 대한 효율적인 방법들을 제시하여 국내외 인공지능 반도체 관련 산업의 혁신에 기여함.
주요 실적
| VLSI symposium, DAC, ICCAD, ICLR, Neurips, MLSys 등 관련 분야 정상급 학회에 논문 다수 발표 |
| 삼성미래기술육성사업 Smart Intelligence 분야 대표 과제 선정 및 우수 연구 후속 과제 선정 |
| 삼성전자, SK Hynix 와 같은 대표 반도체 기업들과 산학 연구 수행 중 |
전시품
| 1)실시간 학습이 가능한 스파이킹 신경망 가속 하드웨어 (약 200 x 200 mm 크기 칩 및 pcb 보드) |
| 2)SRAM 기반 이진 뉴럴네트워크 인메모리 연산 하드웨어 (약 30 x 30 mm 크기 칩) |
| 3)가변-비트 뉴럴 네트워크의 고성능 및 에너지 효율적인 연산을 위한 하드웨어 가속기 (약 3 cm x 3 cm 크기 칩) |
