이혁준

재직중

AI 요약

서강대학교 컴퓨터공학과 이혁준 교수님은 AI 모델의 효율성을 극대화하는 양자화 기술과 저전력 차세대 컴퓨팅 아키텍처 분야에서 활발한 연구를 수행하고 계십니다. 복잡한 딥러닝 모델의 온디바이스 추론 성능을 향상시키고, 비휘발성 메모리를 활용한 고성능 시스템 설계에 기여하고 있습니다. 이혁준 교수님의 연구는 AI 시대에 필수적인 효율적이고 지속 가능한 컴퓨팅 환경 구축을 목표로 합니다. 교수님의 혁신적인 연구 성과와 미래를 선도할 기술적 통찰력을 지금 바로 확인하십시오.

이혁준

교수

서강대학교

컴퓨터공학과

소속	서강대학교
부서 학과	컴퓨터공학과
직책	교수
사무실 번호	027054719
이메일	hyukjunl@sogang.ac.kr
연구자 홈페이지	링크 바로가기
연구실	임베디드 컴퓨팅 연구실
연구실 홈페이지	링크 바로가기

중요 키워드

영상 처리패킷 버퍼데이터 증강라우팅 테이블FPGA저전력딥러닝양자화반도체컴퓨팅전기자동차MRAM컨볼루션 신경망SW중심대학비휘발성 메모리

학력

Stanford University, Ph.D.

문의처

서강대학교

담당자서강대학교산학협력단

이메일tlo@sogang.ac.kr

연락처02-3274-4863

보유 기술

컴퓨터하드웨어 외

상변화 메모리 활용, 라우팅 테이블 검색 효율 증대 개발

가격 협의

기존 라우터는 휘발성 DRAM에 라우팅 테이블을 저장하여 전력 손실 시 재구축 문제가 발생하며, 비휘발성 메모리는 접근 속도가 느립니다. 본 발명은 라우팅 테이블을 비휘발성 상변화 메모리(PCM)에 저장하여 시스템 가용성을 높입니다. 외부/내부 표시자를 활용한 효율적인 검색 방법과 최적화된 메모리 뱅크 및 공유 버퍼 관리 기술을 통해 라우팅 테이블 검색 성능과 메모리 대역폭 효율을 획기적으로 향상시킬 수 있습니다. 이를 통해 라우터의 패킷 처리 속도와 안정성을 극대화합니다.

IP 라우팅고대역폭 메모리공유 버퍼내부 표시기네트워크 최적화

인공지능

임베디드 AI 위한 컨볼루션 신경망 최적화 개발

가격 협의

기존 인공신경망은 높은 정확도를 위해 긴 추론 시간을 요구하며, 특히 임베디드 환경에서 효율성 문제가 발생합니다. 본 발명은 컨볼루션 신경망(CNN) 기반의 혁신적인 입력 분류 장치 및 방법을 제공합니다. 이 기술은 모델 수행 중 예측 로직을 통해 분류의 적정성을 미리 판단하고, 불필요한 컨볼루션 연산을 조기에 중단시켜 추론 시간을 획기적으로 단축합니다. 이를 통해 한정된 자원을 가진 임베디드 시스템에서도 AI 모델의 실행 효율성을 극대화하고, 신뢰성 있는 분류 결과를 신속하게 도출할 수 있습니다. 본 기술은 AI 애플리케이션의 성능을 한 단계 더 끌어올릴 것입니다.

AI 모델 최적화CNN 기술데이터 분류딥러닝 기술모델 성능 향상

보유 기술 로딩 중...