최소 단어 이상 선택하여야 합니다.
최대 10 단어까지만 선택 가능합니다.
다음과 같은 기능을 한번의 로그인으로 사용 할 수 있습니다.
NTIS 바로가기주관연구기관 | 숙명여자대학교 |
---|---|
연구책임자 | 최웅 |
보고서유형 | 최종보고서 |
발행국가 | 대한민국 |
언어 | 한국어 |
발행년월 | 2023-03 |
과제시작연도 | 2022 |
주관부처 | 과학기술정보통신부 Ministry of Science and ICT |
등록번호 | TRKO202300010018 |
과제고유번호 | 1711162576 |
사업명 | 개인기초연구(과기정통부) |
DB 구축일자 | 2023-10-11 |
키워드 | 양방향 메모리.프로세싱-인-메모리.딥러닝 가속기.임베디드 메모리.경량화 하드웨어.Transposable Memory.Processing-In-Memory.Deep Learning Accelerator.Embedded Memory.Lightweight Hardware. |
□ 연구개요
기존 경량화 딥러닝 추론 엔진에 관한 연구는 1) 간단한 데이터 세트와 단일 인공신경망을 국한적으로 지원하거나 2) Activation Sparsity를 이용한 연산량 저감에 집중되어 있음. 딥러닝 추론 엔진의 초경량화를 위해서는 소모 에너지 중 압도적 비중을 차지하는 데이터 이동을 획기적으로 줄이는 인-메모리-프로세싱 구조를 개발하는 것이 반드시 필요함.
□ 연구 목표대비 연구결과
연구목표: 인공지능의 비약적인 발전과 더불어 메모리와 비메모리로 구분되던 반도체 업계에 인공신경망 가속기라는 새로운
※ AI-Helper는 부적절한 답변을 할 수 있습니다.