Scalable Architecture Lab
반도체시스템공학 김정래
Scalable Architecture Lab(SAL)은 성균관대학교 정보통신대학 반도체시스템공학과에 소속된 연구실로, 차세대 컴퓨터 아키텍처와 시스템 설계 분야에서 세계적인 연구를 선도하고 있습니다. SAL은 인공지능, 클라우드 컴퓨팅, IoT, 분산 하드웨어 시스템, 신뢰성 강화 등 다양한 주제를 아우르며, 미래 정보화 사회의 핵심 인프라를 구축하는 데 기여하고 있습니다.
특히, SAL은 대규모 데이터와 AI 워크로드를 효과적으로 처리할 수 있는 혁신적인 컴퓨터 아키텍처 개발에 집중하고 있습니다. 분산 하드웨어 시스템, GP-GPU, 뉴럴 프로세싱 유닛(NPU), 메모리 서브시스템, 신뢰성 기술 등 다양한 핵심 요소를 통합적으로 연구하여, 기존 시스템의 한계를 극복하고 새로운 패러다임을 제시하고 있습니다.
메모리 서브시스템의 성능 및 신뢰성 향상은 SAL의 또 다른 주요 연구 분야입니다. AI 및 빅데이터 시대에 메모리 병목 현상과 오류 문제는 시스템 전체의 효율성과 안정성에 큰 영향을 미치고 있습니다. SAL은 ECC, 온다이 리매핑, 적응형 오류 정정 등 첨단 신뢰성 기술을 개발하여, 데이터센터, 슈퍼컴퓨터, 엣지 디바이스 등 다양한 환경에서 시스템의 신뢰성을 보장하고 있습니다.
SAL은 삼성전자, SK하이닉스, 정보통신기획평가원 등 국내외 유수 기관과의 산학협력을 통해 실제 산업 현장에 적용 가능한 기술을 개발하고 있습니다. 다수의 국제 특허와 논문, 그리고 Best Paper Award 등 다양한 수상 실적을 통해 연구의 우수성을 입증하고 있으며, 차세대 반도체 및 컴퓨터 시스템 분야의 혁신을 이끌고 있습니다.
SAL은 열정적인 학부생, 석사, 박사과정 학생들을 적극적으로 모집하고 있으며, 첨단 컴퓨터 아키텍처 및 시스템 설계 분야에서 세계적인 연구자와 함께 성장할 수 있는 기회를 제공합니다. SAL은 미래 정보화 사회의 핵심 기술을 선도하는 연구실로, 글로벌 경쟁력을 갖춘 인재 양성과 첨단 기술 개발에 앞장서고 있습니다.
Error-Correcting Codes
Error Correction Codes
AI Accelerators
미래형 인공지능 및 클라우드/IoT 플랫폼을 위한 컴퓨터 아키텍처
Scalable Architecture Lab(SAL)은 미래 인공지능(AI) 및 클라우드/IoT 플랫폼을 위한 혁신적인 컴퓨터 아키텍처 연구에 집중하고 있습니다. 최근 데이터의 폭발적 증가와 인공지능 기술의 발전에 따라, 기존 컴퓨터 시스템의 확장성과 효율성에 대한 요구가 크게 증가하고 있습니다. SAL은 이러한 변화에 대응하기 위해 분산 하드웨어 시스템, GP-GPU, 뉴럴 프로세싱 유닛(NPU), 메모리 서브시스템, 신뢰성 등 다양한 핵심 기술을 통합적으로 연구합니다.
특히, 대규모 데이터 처리를 위한 분산 하드웨어 시스템 설계와 AI/머신러닝 워크로드에 최적화된 아키텍처 개발에 주력하고 있습니다. 클라우드 및 IoT 환경에서 요구되는 높은 확장성과 신뢰성을 달성하기 위해, SAL은 하드웨어와 소프트웨어의 유기적 통합, 효율적인 데이터 이동 및 저장, 그리고 고성능 연산 자원의 활용 방안에 대해 심도 있게 탐구합니다. 이를 통해 AI 및 클라우드 기반 서비스의 성능과 효율성을 극대화하는 혁신적인 솔루션을 제시하고 있습니다.
SAL의 연구는 실제 산업 현장과의 긴밀한 협력을 바탕으로, 삼성전자, SK하이닉스, 정보통신기획평가원 등 다양한 기관과 공동 프로젝트를 수행하고 있습니다. 이러한 산학협력을 통해 연구 결과의 실용화와 기술 이전을 적극적으로 추진하며, 차세대 컴퓨터 아키텍처 분야에서 국내외적으로 선도적인 역할을 하고 있습니다.
메모리 서브시스템 및 신뢰성 강화 기술
SAL은 AI와 빅데이터 시대의 핵심 인프라인 메모리 서브시스템의 성능 및 신뢰성 향상에 중점을 두고 연구를 진행하고 있습니다. 최근 NPU, GPU 등 처리 성능이 비약적으로 향상됨에 따라, 연산 유닛에 데이터를 공급하는 메모리 서브시스템의 병목 현상이 시스템 전체 성능을 제한하는 주요 요인으로 부각되고 있습니다. SAL은 메모리 저장 용량과 전송 대역폭, 연산 처리량의 균형을 맞추는 혁신적인 아키텍처와 알고리즘을 개발하여, 차세대 프로세서의 효율적인 데이터 처리를 실현하고 있습니다.
또한, 반도체 공정의 미세화로 인해 트랜지스터 및 메모리 소자의 오류 발생 가능성이 증가하고 있습니다. SAL은 다양한 DRAM 오류(예: variable retention time, row hammer)와 논리 회로의 변동성 문제를 해결하기 위한 신뢰성 강화 기술(ECC, 온다이 리매핑, 적응형 오류 정정 등)을 선도적으로 개발하고 있습니다. 이러한 연구는 데이터센터, 슈퍼컴퓨터, 엣지 디바이스 등 다양한 환경에서 시스템의 안정성과 데이터 무결성을 보장하는 데 필수적입니다.
SAL의 연구 성과는 다수의 국제 특허와 논문, 그리고 Best Paper Award 등 다양한 수상 실적으로 이어지고 있습니다. 실제 산업 현장에서 요구되는 고신뢰성 메모리 솔루션을 제공함으로써, 반도체 및 컴퓨터 시스템 분야의 혁신을 이끌고 있습니다.
AI 가속기 및 분산 하드웨어 시스템 설계
SAL은 인공지능 가속기(NPU, GP-GPU 등)와 분산 하드웨어 시스템의 설계 및 최적화에 대한 심층 연구를 수행하고 있습니다. AI 워크로드의 특성상 대규모 병렬 연산과 대용량 데이터 처리가 필수적이기 때문에, SAL은 SoC(System-on-Chip) 설계, 병렬 컴퓨터 아키텍처, 마이크로프로세서 및 디지털 시스템 설계 등 다양한 하드웨어 기술을 통합적으로 다루고 있습니다. 이를 통해 AI 및 클라우드 환경에서 요구되는 고성능, 저지연, 저전력 시스템 구현을 목표로 합니다.
특히, SAL은 AI 가속기와 메모리 서브시스템 간의 효율적인 데이터 이동, 오류 정정, 대역폭 확장(CXL/DDR5 등) 등 첨단 기술을 연구하여, 차세대 AI 컴퓨팅 인프라의 기반을 마련하고 있습니다. 또한, 엣지-클라우드 협업 인공지능, 인메모리 컴퓨팅, 데이터 압축 및 전송 최적화 등 다양한 응용 분야로 연구를 확장하고 있습니다.
이러한 연구는 실제 산업 프로젝트와 연계되어, 삼성전자, SK하이닉스, 정보통신기획평가원 등과의 협력을 통해 실질적인 기술 이전과 상용화가 이루어지고 있습니다. SAL은 AI 가속기 및 분산 하드웨어 시스템 분야에서 국내외적으로 인정받는 연구실로 자리매김하고 있습니다.
1
Scaling Out Chip Interconnect Networks with Implicit Sequence Numbers
, 1970
2
PoP-ECC: Robust and Flexible Error Correction against Multi-Bit Upsets in DNN Accelerators
, 1970
3
PIMPAL: Accelerating LLM Inference on Edge Devices via In-DRAM Arithmetic Lookup
, 1970
1
ISRC 산학밀착형loT반도체시스템융합인력육성
3
슈퍼컴향 프로세서 및 메모리의 신뢰성 향상 솔루션 설계