Research

연구 분야

Edge AI System Design & Optimization

Edge AI 시스템 설계 및 최적화

Developing lightweight AI models and optimization techniques for resource-constrained edge devices, including pruning, quantization, knowledge distillation, and PIM/CIM-based acceleration.

Pruning, Quantization, Knowledge Distillation 등의 기법을 통해 제한된 자원의 디바이스에서 효율적인 AI 추론 및 학습이 가능하도록 합니다.

Model QuantizationEdge DevicesNeural Processing UnitEdge LLM Optimization

---

Robust Memory Systems

강건한 메모리 시스템

Designing innovative error correction codes (ECC) for HBM and DRAM systems, optimizing refresh mechanisms for energy-efficient DNN inference.

HBM, DDR5 등 최신 메모리 시스템의 신뢰성 향상을 위한 혁신적인 ECC 기법을 개발합니다.

Error Correction Code (ECC)ReliabilityHBM Refresh OptimizationMemory for AI

---

Next-Generation Memory Architecture

차세대 메모리 아키텍처

Exploring monolithic 3D integration, hybrid SRAM/MRAM memories, Processing-in-Memory (PIM), Computing-in-Memory (CIM), and emerging non-volatile memory technologies for advanced computing systems.

Monolithic 3D 집적, SRAM/MRAM 하이브리드 메모리, PIM/CIM 기반 연산 가속, 차세대 비휘발성 메모리 기반 시스템을 연구합니다.

Monolithic 3D IntegrationProcessing-in-Memory (PIM)Computing-in-Memory (CIM)SRAM/MRAM HybridFeRAM, STT-MRAM, ReRAM

---

Thermal-Aware System Optimization

발열을 고려한 시스템 최적화

Developing thermal modeling methodologies and thermal-aware microarchitecture designs for mobile processors and 3D stacked systems.

모바일 프로세서 및 3D 적층 시스템의 열 모델링 및 발열을 고려한 설계 기법을 연구합니다.

Thermal ModelingTemperature-Aware RefreshChiplet Thermal Management