RnDCircle Logo
arrow left icon

Computer Architecture and Memory System Laboratory

인하대학교 본교(제1캠퍼스)
이어진 교수 인공지능공학과

Computer Science and Engineering
컴퓨터

연구실 소개

컴퓨터 아키텍처 및 메모리 시스템 연구실은 인공지능공학과 소속으로, 메모리 시스템 및 DRAM 아키텍처, AI 응용을 위한 가속기 아키텍처, 그리고 최신 애플리케이션의 프로파일링을 주요 연구 주제로 삼고 있습니다. 최근 3년간 본 연구실은 그래프 신경망을 위한 효율적인 근거리 데이터 처리 아키텍처(GraNDe), 계층화된 메모리 시스템에서의 공격적인 강등 및 승격 기법(ADT), 그리고 그래프 컨볼루션 네트워크를 위한 적응형 행렬 매핑을 갖춘 근거리 데이터 처리 아키텍처(GraNDe) 등 다수의 연구 성과를 발표하였습니다. 이러한 연구 결과는 다양한 국제 학술지와 학회에서 인정받고 있으며, 특히 메모리 시스템 아키텍처와 AI 가속기 아키텍처 분야에서 높은 연구 역량을 보유하고 있습니다.
메모리 시스템 아키텍처
DRAM 아키텍처
AI 가속기 아키텍처

연구 분야

light bulb icon그래프 신경망을 위한 효율적인 근거리 데이터 처리 아키텍처

최근 인공지능과 빅데이터의 발전에 따라, 그래프 신경망(Graph Neural Networks, GNN)에 대한 연구가 활발히 이루어지고 있습니다. 그래프 신경망은 복잡한 데이터 구조를 효율적으로 처리할 수 있는 강력한 도구로, 특히 소셜 네트워크 분석, 추천 시스템, 바이오 정보학 등 다양한 분야에서 활용되고 있습니다. 그런데 그래프 신경망 모델은 대규모 데이터셋을 처리할 때 연산과 메모리 병목 현상으로 인해 성능 저하가 발생할 수 있습니다. 이를 해결하기 위해 근거리 데이터 처리(Near-Data Processing, NDP) 아키텍처를 활용하여 그래프 신경망의 효율성을 극대화하는 연구를 진행하고 있습니다. 근거리 데이터 처리 아키텍처는 데이터가 저장된 위치 근처에서 연산을 수행함으로써 데이터 이동 비용을 줄이고, 병목 현상을 완화할 수 있습니다. 이러한 방식은 특히 대규모 데이터셋을 처리하는 AI 애플리케이션에서 큰 장점을 가지며, 시스템 전반의 성능 향상과 에너지 효율성을 동시에 달성할 수 있습니다. 연구 결과는 차세대 AI 가속기 아키텍처 설계에 중요한 기여를 할 것으로 기대됩니다.

lock blue icon
지금 바로 로그인하고
핵심 연구 분야를 확인해보세요

주요 논문

1
GraNDe: Efficient Near-Data Processing Architecture for Graph Neural Networks
Sungmin Yun, Hwayong Nam, Jaehyun Park, Byeongho Kim, Jung Ho Ahn, Eojin Lee
IEEE Transactions on Computers (TC)
2023
2
ADT: Aggressive Demotion and Promotion for Tiered Memeory
Yaebin Moon, Wanju Doh, Kwanhee Kyung, Eojin Lee, Jung Ho Ahn
IEEE Computer Architecture Letters (CAL)
2023
3
GraNDe: Near-Data Processing Architecture with Adaptive Matrix Mapping for Graph Convolutional Networks
Sungmin Yun, Byeongho Kim, Jaehyun Park, Hwayong Nam, Jung Ho Ahn, Eojin Lee
IEEE Computer Architecture Letters (CAL)
2022
4
MaPHeA: A Framework for Lightweight Memory Hierarchy-Aware Profile-Guided Heap Allocation
Deok-Jae Oh, Yaebin Moon, Do Kyu Ham, Tae Jun Ham, Yongjun Park, Jae W Lee, Jung Ho Ahn, Eojin Lee
ACM Transactions on Embedded Computing Systems (TECS)
2022
5
Accelerating Fully Homomorphic Encryption Through Architecture-centric Analysis and Optimization
Wonkyung Jung, Eojin Lee, Sangpyo Kim, Jongmin Kim, Namhoon Kim, Keewoo Lee, Chohong Min, Jung Hee Cheon, Jung Ho Ahn
IEEE Access
2021
lock blue icon
지금 바로 로그인하고
최신 연구 성과를 확인해보세요
Computer Architecture and Memory System Laboratory
인하대학교 본교(제1캠퍼스) 인공지능공학과
이어진 교수
연구실 미공개 시장의
프로젝트 이력 조회부터
맞춤 정부 과제 추천까지
기술 경쟁력과 새로운 성장 동력
확보를 위한 솔루션을 제공합니다
맞춤 R&D 정보 확인하기
이런 정보까지 확인할 수 있어요!
혹시 교수님 본인이신가요?
나의 연구실 정보 수정하러가기