Computer Architecture and Systems Lab
연세대학교 전기전자공학부
송진호 교수
Neural Processing Units
SoC Power Modeling
GPU Memory Management
홈
Computer Architecture and Systems Lab
전기전자공학부 송진호
컴퓨터 아키텍처 및 시스템 연구실은 전기전자공학부에 소속되어 있으며, 신경 처리 장치, 확장 가능한 메모리 시스템, GPU 메모리 관리 및 SoC 전력 모델링과 같은 연구 주제를 다룹니다. 최근 3년간 연구실은 'Nona: Accurate Power Prediction Model Using Neural Networks'와 'NeuroSpector: Systematic Optimization of Dataflow Scheduling in DNN Accelerators'와 같은 논문을 발표하며, 고성능 컴퓨팅을 위한 메모리 관리 효율성 향상에 주력하고 있습니다. 또한, 'Controller, Computing System including the Same, and Method of Creating and Searching Page Table Entry for the Same'와 같은 특허를 보유하고 있습니다. 이러한 연구 결과는 딥러닝 워크로드와 양자 컴퓨팅 시뮬레이션에 큰 기여를 하고 있습니다.
Neural Processing Units
SoC Power Modeling
GPU Memory Management
대표 연구 분야
연구 영역 전체보기
신경망 가속기 최적화 연구
고성능 컴퓨팅을 위한 신경망 가속기 최적화 연구는 신경망 프로세싱 유닛(NPU) 및 임베디드 시스템에서의 딥 러닝 워크로드 가속화를 목표로 합니다. 이 연구는 신경망의 데이터 흐름 최적화 및 메모리 관리 효율성 향상을 위한 알고리즘 개발에 중점을 둡니다. 특히, 최신 딥 러닝 모델에서의 연산 성능을 극대화하고 전력 소비를 최소화하는 방법을 연구하며, 이를 위해 머신러닝 기반의 시스템 온 칩(SoC) 전력 모델링 및 관리 솔루션을 활용합니다.
고성능 GPU 메모리 관리
고성능 GPU에서 메모리 관리의 효율성을 증대시키는 연구는 다중 물리 현상 모델링 및 텐서 코어를 활용한 메모리 관리 최적화에 중점을 둡니다. 주로 딥 러닝 워크로드와 양자 컴퓨팅 시뮬레이션을 위한 메모리 시스템을 개선하는 방법을 연구합니다. 이를 통해 GPU의 처리 성능을 향상시키고, 응용 프로그램의 실행 효율성을 극대화하는 것을 목표로 합니다.
주요 논문
34
발행물 전체보기
1
Nona: Accurate Power Prediction Model Using Neural Networks
H. Choi, C. Park, E. Kim, W. Song
ACM/IEEE Design Automation Conference (DAC), 2024
2
NeuroSpector: Systematic Optimization of Dataflow Scheduling in DNN Accelerators
C. Park, B. Kim, S. Ryu, W. Song
IEEE Transactions on Parallel and Distributed Systems (TPDS), 2023
3
LAS: Locality-Aware Scheduling for GEMM-Accelerated Convolutions in GPUs
H. Kim, W. Song
IEEE Transactions on Parallel and Distributed Systems (TPDS), 2023