Performance and power optimization at the Run-Time Engine level of the TinyML framework
개인기초연구(과기정통부)(R&D) · 우수연구-핵심연구(유형A)
2026년
2710116287
과학기술정보통신부
한국연구재단
아주대학교산학협력단
김영진
4명
2026.09.01 ~ 2027.08.31
2025.09.01 ~ 2028.08.31
6,406만원
6,406만원
기초연구
대학
경기도 수원시
정보/통신 > 소프트웨어 > 임베디드 S/W
본 연구과제에서는 임베디드 디바이스에서 TinyML 수행시 추론 시간과 소모 전력 개선을 위해 neural network (NN) 성능 향상을 지원하는 1)라이브러리 최적화, 2)메모리 할당 및 수행 시간 최적의 run-time engine 개발, 그리고 3)추론 전력 관리 최적화 기법 개발을 목표로 한다. 결과적으로, 개발한 기술의 성능을 분석 검증이 가...
1)CMSIS-NN 라이브러리 성능 최적화 연구본 연구에서는 라이브러리 수준의 최적화된 메모리 접근 연구를 수행하고자 한다. 한편, 입력 채널이 4의 배수 여부에 따라서 function unit이 4개인(Arduino NANO 또는 STM32 보드 기준) SIMD 연산 방식이 달라지고 입력에서 padding 여부에 따라서도 메모리 접근 및 SIMD 연산 접...
1)활용계획- 자동차 전장장치, 스마트 팩토리 등에서 사용되는 IoT 기기, 드론과 같은 에지 컴퓨팅 기기에서 딥러닝 추론을 효율적으로 수행하는데 활용- 마이크로컨트롤러 기반의 임베디드 기기외에도 마이크로프로세서 기반의 모바일 기기에도 적용이 가능- 컴퓨팅성능이나 공급 전력이 제약적이지만 신속한 딥러닝 연산 수행이 필요한 사용처에 요긴하게 사용이 가능2)기...