하순회 연구실

본 논문은 기존 CNN 가속기를 활용하여 디코더 전용 언어 모델 추론을 가능하게 하는 방법을 제안합니다. 어텐션 레이어의 비계산 연산, 부동소수점 정밀도 요구, 생성 단계의 메모리 병목 현상 등의 문제를 해결하기 위해 최소한의 하드웨어 확장(경량 SIMD 코프로세서 추가, 멀티헤드 어텐션 최적화)을 제안합니다. 실험 결과 저전력 CNN 가속기도 GPU 수준의 NLP 추론 처리량을 달성할 수 있음을 보여줍니다.

본 논문은 SDV 확산으로 인한 ECU 통합 환경에서 이벤트 기반 태스크의 최악응답시간(WCRT)과 메모리 요구량을 예측하기 위해, 상한 도착 곡선(EAC), 최상위 집합 기반 이벤트 경로 구성, 통계적 이벤트 분산 기법을 결합한 방법론을 제안합니다. 시스템 프로파일링 데이터를 기반으로 최악 실행 시나리오를 도출하여 시뮬레이션으로 WCRT와 메모리 요구량을 산출하고, 프로파일 구성 방식과 태스크 우선순위 조정의 영향을 검증합니다.

본 논문은 다중 로봇 시스템을 위한 HiSARM 프레임워크를 제시합니다. 고수준 언어로 협력 작업을 직관적으로 명시하고, 자동으로 실행 가능한 로봇 코드를 생성하며, 형식적 중간 표현과 재배치 가능한 배포를 통해 시뮬레이션과 실제 로봇 환경에서 검증합니다. 다중 로봇 응용에 필요한 모든 기능을 효과적으로 지원함을 시뮬레이션과 실제 로봇 환경에서 입증했습니다.

임베디드 소프트웨어 설계는 하드웨어 복잡도 증가에 따라 실시간 성능과 자원 제약을 고려해야 합니다. 본 키노트는 Ptolemy, PeaCE, HOPES 등 진화된 설계 방법론을 제시하며, 형식 모델을 통해 컴파일 시점에 교착 상태와 버퍼 오버플로우 같은 설계 오류를 검출하고 자동 코드 생성으로 정확성을 보장합니다.