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 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.