Logo

홈 회원가입로그인 ENGLISH naver youtube  
search 

캠퍼스 고려대-아카데미 구분 설계강좌 / Digital / 중급 / 이론 준비중
강의제목 NPU 설계 기초
강의일자 2026-08-03 ~ 2026-08-04 신청 및 취소기간 재직자 : 2026-06-29 00:00 ~ 2026-07-05 23:59
전  체  : 2026-07-06 00:00 ~ 2026-07-05 23:59
강의형태 대면 신청현황 0/20명
강의형태 온라인 신청현황 0/70명
수강료(일반) 무료 수강료(학생) 무료
수강대상 전자/컴퓨터공학 관련 재직자
사전지식
선수과목		 컴퓨터 구조, 디지털 논리 회로, 딥러닝 기초
강의목표

DNN (Deep Neural Network) 가속을 위한 NPU (Neural Processing Unit)의 핵심 아키텍처 원리를 이해하고, 하드웨어 효율성을 극대화하기 위한 설계 최적화 기법을 습득한다.

강의개요

CPU/GPU와 차별화된 NPU의 구조적 특징, 데이터 흐름 (Dataflow) 최적화, 메모리 계층 구조, 그리고 양자화 및 희소성 (Sparsity)을 활용한 최신 설계 트렌드를 다룬다.

참고사항

♦ (!중요!) 대면 강의는 점심 식사가 제공됩니다. 부득이하게 참석이 불가능할시 반드시 신청기한 내에 수강취소 부탁드립니다.
♦ (!중요!) 강의안내(zoom url 포함)는 강의 1일전 메일로 안내되고 있으니, 메일함(스팸메일함)을 확인하여 주시기 바랍니다.
♦ (!중요!) 재직자 우선 신청 강의입니다. 비재직자 신청은 강의 일주일 전부터 가능합니다.

♦ 출석 100%, 퀴즈 3/5문제 통과시 수료증이 발급됩니다.
♦ 수강신청 기간 내에 홈페이지에서 수강 취소해야 정상 취소처리 됩니다.
♦ 1개 교육에 대해 전일 결석시, 향후 8개월간 수강 신청이 자동으로 제한되며, 기존 수강신청도 전면 취소됩니다

강좌상세
일자 2026-08-03 시간 10:00 ~ 12:00 강사 심재형 조교수 이화여자대학교
내용 [오전 시간 : 10:00 ~ 12:00]
○ AI 가속기의 역사: CPU, GPU에서 NPU까지
○ Deep Learning 연산 특성 분석 (CONV, GEMM 등)
○ Roofline Model을 통한 성능 병목 지점 파악
일자 2026-08-03 시간 13:00 ~ 17:00 강사 심재형 조교수 이화여자대학교
내용 [오후 시간 : 13:00 ~ 17:00]
○ Systolic Array 구조 분석 (Google TPU 사례 중심)
○ 데이터 재사용 극대화 전략 (Weight/Output/Row Stationary)
○ 버퍼 및 온칩 메모리 설계 최적화 기법
일자 2026-08-04 시간 10:00 ~ 12:00 강사 심재형 조교수 이화여자대학교
내용 [오전 시간 : 10:00 ~ 12:00]
○ 양자화 (Quantization)와 저정밀도 연산 하드웨어 설계
○ Sparsity (희소성)를 활용한 연산 및 메모리 절감 기법
○ 하드웨어 친화적인 Neural Architecture Search (NAS) 개념
일자 2026-08-04 시간 13:00 ~ 17:00 강사 심재형 조교수 이화여자대학교
내용 [오후 시간 : 13:00 ~ 17:00]
○ 연산 그래프의 하드웨어 매핑 기초
○ Loop Tiling 및 데이터 재사용 최적화 알고리즘 개요
○ NPU 설계의 미래: LLM(Large Language Model) 가속 이슈
강의장소

고려대학교 창의관 지하 1층 B128호

담당자 연락처

     준비중

로그인 후 신청 가능합니다.