대학원생/학부연구생 모집

Embedded Software 연구실은 On-device Machine Learning지능형 Storage System을 연구하는 곳입니다.

최근 Machine Learning(ML)의 발전으로 다양한 장치에서 ML 기반 응용이 개발되고 있으며, 고성능 server 컴퓨터의 GPU를 사용하지 않고 IoT장치나 Mobile Phone 내부에서 ML 응용을 실행하는 on-device machine learning의 필요성이 강조되고 있습니다.

하지만, 연산량이 많고 자원소모가 큰 deep neural network (DNN) model을 on-device에서 실행하기 위해서는 연산량과 자원사용량이 적은 light-weight DNN을 사용해야 하며 processor나 hardware 가속기의 기능을 적극 활용해야 합니다.

본 연구실에서는 DNN compression (pruning, quantization) algorithm 및 이를 위한 DNN training 기법, Resource-constrained Neural Architecture Search (NAS) 기법, Sparse DNN을 위한 architecture/compiler 기법, H/W accelerator 구조를 연구하고 있습니다.

또한, 대표적인 embedded 장치인 solid-state drive (SSD)에서 BigData와 Machine Learning 응용을 실행하는 In-Storage Computing 연구와 ML 기법을 이용한 SSD 최적화 연구, 운영체제 최적화 기법도 연구하고 있습니다.

현재 IITP에서 지원하는 Software Star Lab으로 지정되어 8년간 연 3억원의 funding을 지원받아 지능형 IoT 프레워크를 개발하는 과제를 진행 중입니다.

Machine Learning, Computer Architecture, Compiler, Operating System에 관심 있는 대학원과 학부연구생을 상시 모집하고 있으니 관심 있는 학생은 면담 요청해 주시기 바랍니다.

SW스타랩 지원 대상 선정

2017년 4월 6일, 본 연구실은 미래부와 정보통신기술진흥센터(IITP)가 주관하는 SW스타랩 사업의 지원 대상으로 선정되었다.

SW스타랩은 국내 SW 기초체력을 세계수준으로 향상하기 위해, 분야별 우수 대학 연구실을 지정하여 장기 연구를 지원하는 사업이다.

올해는 전국에서 7개의 연구실이 SW스타랩 지원 대상으로 선정되었으며, 특히 분산컴퓨팅 분야에서는 본 연구실 포함 2개의 연구실이 선정되었다.

SW스타랩에 선정된 연구실은 최장 8년간 연간 3억원의 사업비를 지원받는다.

과제명: 지능형 IoT 장치용 소프트웨어 프레임워크

관련 기사

StarLab-Logo

USENIX ATC`17 논문 채택

미국 캘리포니아주 산타 클라라에서 2017년 7월 12일~14일에 개최되는 USENIX ATC`17(Annual Technical Conference)에 본 연구실 소속 대학원생의 논문이 채택되었다.

  • “iJournaling: Fine-Grained Journaling for Improving the Latency of Fsync System Call” (박대준 박사과정) (Acceptance Ratio = 21.2% = 60/283)

atc17

제43회 한국정보과학회 동계학술발표회 우수발표논문상 수상

2016년 12월 21~23일, 강원도 평창에서 개최된 “제43회 한국정보과학회 동계학술발표회”에서 본 연구실 소속 대학원생이 우수발표논문상을 수상하였다.

우수발표논문상

  • “메모리 제약을 위한 순서 증가 페이지 매핑 FTL 기법” (김효진; 컴퓨터시스템 부문)

 

또한, 동일 학회에서 개최하는 “학부생/고등학생 논문경진대회”에서 본 연구실 소속 학생이 최우수상을 수상하였다.

최우수상

  • “토러스 네트워크 기반 분산 스토리지 시스템의 데이터 배치에 따른 성능 분석” (이하윤)

USENIX FAST`17 논문 채택

미국 캘리포니아주 산타 클라라에서 2017년 2월 27일~3월 2일에 개최되는 USENIX FAST`17(15th USENIX Conference on File and Storage Technologies)에 본 연구실 소속 대학원생의 논문이 채택되었다.

  • “SHRD: Improving Spatial Locality in Flash Storage Accesses by Sequentializing in Host and Randomizing in Device” (김혁중 박사과정)  (Acceptance Ratio = 24% = 28/116)

fast2017_logo