Multiplier-Free Hardware Platform Design Based on Ultra-LowPrecision Quantization for Expert Layers
이공학학술연구기반구축(R&D) · 석사과정생연구장려금지원
2026년
2340053953
교육부
한국연구재단
서울과학기술대학교
이동준
1명
2026.03.01 ~ 2026.08.31
2025.09.01 ~ 2026.08.31
600만원
600만원
개발연구
대학
서울특별시 노원구
정보/통신 > 정보이론 > 인공지능
... 도입하며, 이를 실제 하드웨어 상에서 검증 가능한 Multiplier-Free 연산기 구조(MUX, inverter 등)를 설계하고 구현한다. 본 연구에서 개발된 알고리즘 및 하드웨어 설계는 기존 GPU 기반 클라우드 인프라를 대체할 수 있는 고성능·저전력 시스템으로 확장될 수 있으며, 실질적인 상용화 및 연구 커뮤니티 내 재현성 확보에 기여할 것으로 기대된다.
본 연구는 MoE(Mixture of Experts) 구조의 대규모 파라미터 및 메모리 병목 문제를 해결하기 위해 초저정밀도 양자화 및 인코딩 기반의 경량화 기법을 개발하고, 이를 하드웨어에서 실질적으로 구동 가능한 Multiplier-Free 연산기 설계로 확장하는 것을 핵심으로 한다. 첫 단계로, MoE의 activation sparsity와 param...
본 연구에서 개발될 초저정밀도 양자화 및 인코딩 기반 MoE 경량화 기법과 Multiplier-Free 연산기 설계는 기존 고비용 GPU 클라우드 기반 연산 구조를 대체할 수 있는 고성능·저전력 하드웨어 솔루션으로 활용될 예정이다. 연구 성과물은 공개 오픈소스로 배포하여 연구 커뮤니티 내 재현성과 확장성을 확보하며, 다양한 연구자들이 이를 기반으로 추가적인 최적화 ...