Lightweight VLA Model Design and Hardware Accelerator for Next-Generation Embodied AI
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(기본연구B)
2026년
2710112248
과학기술정보통신부
한국연구재단
국민대학교
권은지
1명
2026.09.01 ~ 2027.08.31
2026.09.01 ~ 2027.08.31
6,406만원
6,406만원
응용연구
대학
서울특별시 성북구
전기/전자 > 반도체 소자·회로 > SoC
... Attention Sink 특성을 활용한 동적 시각 토큰 프루닝(Visual Token Pruning) 기법을 통해 연산 효율을 극대화하고, 이를 저전력·고속으로 처리할 수 있는 전용 가속기(RPU/NPU 통합 구조)를 RTL/HLS 수준에서 설계·검증함으로써, 엣지 디바이스 환경에서의 고성능 로봇 지능 구현을 위한 하드웨어-소프트웨어 통합 솔루션을 확보하고자 한다.
가. HW-Aware VLA 모델 경량화 및 최적화 기술 (R1)○ BOS-deartifact Scoring 기반 동적 아키텍처: VLA 모델의 Attention Map에서 발생하는 Attention Sink 특성을 분석하여, 로봇 태스크와 무관한 시각적 아티팩트를 실시간으로 식별 및 제거하는 메커니즘을 설계한다.○ 시공간 희소성 활용 Token Selec...
1) 연구과제의 활용방안○ 로봇·자율주행 시스템 적용: 본 연구의 온디바이스 VLA 모델과 RISC-V 가속기를 실제 로봇 플랫폼(서비스 로봇, 산업용 로봇, 자율주행 등)에 적용하여 실시간 의사결정 및 행동 생성 성능을 향상시키는 데 활용함.○ 산업체 기술이전·공동 개발에 활용: 협력기관인 Tenstorrent 등 RISC-V 기반 AI 반도체 기업과 공...