이광엽 연구실은 전자컴퓨터공학과를 기반으로 하드웨어 설계 및 구조, 특히 딥러닝과 인공지능을 위한 하드웨어 가속기와 임베디드 GPU 설계 분야에서 국내 최고 수준의 연구를 수행하고 있습니다. 연구실은 SIMT 구조 기반의 GPU, 저전력·저면적 신경망 프로세서, 데이터 재사용 기법 등 첨단 하드웨어 설계 기술을 바탕으로, 인공지능 알고리즘의 효율적인 실행을 위한 하드웨어 플랫폼을 개발하고 있습니다. 특히, 모바일 및 임베디드 환경에서 실시간 영상 처리, 화재 감지, 자율주행 차량의 상황 인식 등 다양한 응용 분야에 적합한 GP-GPU, NPU, BSPE 코어 등의 하드웨어 가속기 구조를 연구합니다. 이러한 연구는 파라미터 수 감소, 연산 병렬화, 메모리 접근 최적화 등 하드웨어 자원의 효율적 활용을 위한 다양한 설계 기법을 포함하고 있습니다. 실제 FPGA 및 ASIC 기반의 프로토타입 구현을 통해 성능을 검증하며, 산업체와의 협력을 통해 상용화 가능성도 높이고 있습니다. 연구실은 영상 및 신호처리 분야에서 인공지능 알고리즘의 성능을 극대화하기 위한 하드웨어 최적화 연구도 활발히 진행하고 있습니다. 스테레오 영상 정합, 객체 인식, 화재 감지, 자율주행 차량의 상황 인식 등 다양한 영상처리 응용에 적합한 딥러닝 신경망 구조와 하드웨어 가속기 설계를 병행하며, 실제 문제 해결에 초점을 맞춘 연구를 수행하고 있습니다. 또한, 데이터 증강, 파라미터 최적화, 실시간 처리 등 다양한 최적화 기법을 적용하여 임베디드 환경에서도 높은 성능을 달성하고 있습니다. 이광엽 연구실은 정부 및 민간 프로젝트, 특허 출원, 국내외 학술대회 및 저널 발표 등 다양한 연구 성과를 내고 있습니다. 연구실의 하드웨어 설계 및 인공지능 융합 기술은 차세대 인공지능 시스템, 스마트 디바이스, 자율주행 자동차, 산업용 IoT 등 다양한 산업 분야에서 핵심적인 역할을 하고 있습니다. 앞으로도 연구실은 실용적이고 혁신적인 인공지능·하드웨어 융합 기술 개발을 통해, 미래 정보통신 및 전자공학 분야를 선도할 것입니다.