강의목표
자원이 제약된 디바이스 상에서 복잡한 인공지능 태스크를 수행하기 위한 챌린지와 고려사항을 이해하고, 이를 극복하기 위한 다양한 SW 및 HW 기법을 습득한다.
강의개요
-온디바이스 AI 개요, 성능 및 효율성 요소 소개
-SW 모델에 대한 다양한 경량화 기법 및 LLM 경량화 예시 소개
-AI HW 구조 최적화 기법, in-memory 및 in-sensor 컴퓨팅 기법 소개
참고사항
♦ 출석 100%, 퀴즈 3/5문제 통과시 수료증이 발급됩니다.
♦ 수강신청 기간 내에 홈페이지에서 수강 취소해야 정상 취소처리 됩니다.
♦ 1개 교육에 대해 전일 결석시, 추후 3개월간 수강신청이 자동차단됩니다. (취소는 홈페이지에서 직접 가능)
♦ 오전, 오후 시간 확인하신 후 신청하시기 바랍니다. (연속 강의가 아닙니다.)
강좌상세
| 일자 |
2025-04-07 |
시간 |
09:00 ~ 12:00 |
강사 |
고종환 부교수 성균관대학교 |
| 내용 |
○ 온디바이스 AI 성능/효율성 메트릭, 트렌드 및 챌린지
○ 기본적인 모델 경량화 기법 1: pruning, quantization |
| 일자 |
2025-04-07 |
시간 |
16:00 ~ 18:00 |
강사 |
고종환 부교수 성균관대학교 |
| 내용 |
○ 기본적인 모델 경량화 기법 2: Knowledge distillation, Neural architecture search
○ 적응적 모델 경량화 기법: Conditioning, adaptation, fine tuning |
| 일자 |
2025-04-08 |
시간 |
09:00 ~ 12:00 |
강사 |
고종환 부교수 성균관대학교 |
| 내용 |
○ 경량화 case study: LLM 경량화 예시 |
| 일자 |
2025-04-08 |
시간 |
16:00 ~ 18:00 |
강사 |
고종환 부교수 성균관대학교 |
| 내용 |
○ 인공지능 가속기 및 추론 시스템 구조
○ 딥러닝 모델의 HW mapping 및 dataflow 설계 기법
○ 디바이스와 서버 간 협력 추론 기법 |
| 일자 |
2025-04-09 |
시간 |
09:00 ~ 12:00 |
강사 |
고종환 부교수 성균관대학교 |
| 내용 |
○ In-memory 및 Neuromorphic computing 기초
○ 효율적인 In-memory computing을 위한 고려사항 및 설계기법 |
| 일자 |
2025-04-09 |
시간 |
16:00 ~ 18:00 |
강사 |
고종환 부교수 성균관대학교 |
| 내용 |
○ 영상센서 시스템 구조 및 파이프라인 소개
○ 효율적인 In-sensor computing을 위한 고려사항 및 설계기법 |
강의장소
온라인 강의 (ZOOM)
담당자 연락처
|
