제121호(2017.12.29)
 지난호 보기    
SNUNOW 170호 (2020.10.21) SNUNOW 169호 (2020.10.07) SNUNOW 168호 (2020.09.16) SNUNOW 167호 (2020.09.02) SNUNOW 166호 (2020.08.05) SNUNOW 165호 (2020.07.08) SNUNOW 164호 (2020.06.17) SNUNOW 163호 (2020.06.03) SNUNOW 162호 (2020.05.20) SNUNOW 161호 (2020.05.13) SNUNOW 160호 (2020.04.29) SNUNOW 159호 (2020.04.08) SNUNOW 158호 (2020.03.25) SNUNOW 157호 (2020.03.04) SNUNOW 156호 (2020.02.19) SNUNOW 155호 (2020.02.05) SNUNOW 154호 (2020.01.29) SNUNOW 153호 (2019.12.18) SNUNOW 152호 (2019.12.04) SNUNOW 151호 (2019.11.20) SNUNOW 150호 (2019.11.06) SNUNOW 149호 (2019.10.23) SNUNOW 148호 (2019.10.02) SNUNOW 147호 (2019.09.18) SNUNOW 146호 (2019.09.04) SNUNOW 145호 (2019.08.21) SNUNOW 144호 (2019.08.07) SNUNOW 143호 (2019.07.17) SNUNOW 142호 (2019.07.10) SNUNOW 141호 (2019.06.26) SNUNOW 140호 (2019.06.12) SNUNOW 139호 (2019.05.29) SNUNOW 138호 (2019.05.15) SNUNOW 137호 (2019.05.01) SNUNOW 136호 (2019.04.17) SNUNOW 135호 (2019.04.01) SNUNOW 134호 (2019.02.28) SNUNOW 133호 (2019.01.30) SNUNOW 132호 (2018.12.27) SNUNOW 131호 (2018.11.29) SNUNOW 130호 (2018.10.30) SNUNOW 129호 (2018.08.30) SNUNOW 128호 (2018.07.30) SNUNOW 127호 (2018.06.29) SNUNOW 126호 (2018.05.31) SNUNOW 125호 (2018.04.30) SNUNOW 124호 (2018.03.30) SNUNOW 123호 (2018.02.28) SNUNOW 122호 (2018.01.31) SNUNOW 121호 (2017.12.29) SNUNOW 120호 (2017.11.29) SNUNOW 119호 (2017.10.30) SNUNOW 118호 (2017.09.27) SNUNOW 117호 (2017.08.31) SNUNOW 116호 (2017.07.28) SNUNOW 115호 (2017.06.30) SNUNOW 114호 (2017.05.31) SNUNOW 113호 (2017.04.28) SNUNOW 112호 (2017.03.29) SNUNOW 111호 (2017.02.22) SNUNOW 110호 이전

■ 기부소식 및 동정

공대 컴퓨터공학부 유승주•전병곤 교수, Facebook Caffe2 Research Award 선정
2017.12.26

 

 

컴퓨터공학부 유승주 교수(좌), 전병곤 교수(우)

 

공대(학장 차국헌)는 컴퓨터공학부 유승주•전병곤 교수 연구진이 올해 9월 Facebook Caffe2 Research Award 프로그램의 대상자로 선정됐다고 11일 밝혔다.

 

Caffe2는 Facebook에서 개발 중인 오픈소스 딥러닝 프로젝트로, 많은 GPU를 활용해 클러스터 환경에서부터 모바일 환경까지 다양한 플랫폼을 지원하고 있다. Facebook은 해당 프로그램을 통해 딥러닝 분야 우수 연구를 수행하는 연구 기관을 선별, 지원하는 동시에 Facebook과 긴밀히 협업할 수 있는 기회를 제공한다.

 

유승주 교수 연구진은 모바일 디바이스 상의 뉴럴네트워크 에너지 및 성능 최적화 연구와 4비트급 데이터 양자화 연구를 수행하고 있다. 스마트폰, 글래스와 같은 모바일 디바이스에서는 저전력 딥러닝 구현이 필수적인데, 데이터의 크기를 줄이는 양자화 기술은 단위 동작 당 에너지 효율과 단위 면적당 계산 능력을 모두 개선할 수 있다. 현재 최고 수준의 양자화는 대규모 뉴럴네트워크에 대해 8비트 데이터 사용이 가능하며, 유 교수 연구진은 이를 4비트 수준까지 최적화하는 기술 개발을 목표로 하고 있다.

 

전병곤 교수 연구진은 대규모 딥러닝 학습과 초고속 딥러닝 추론 연구를 수행 중이다. Caffe2와 같은 딥러닝 프레임워크로 개발한 모델은 보통 단일 서버와 단일 GPU에서 처리한다. 이렇게 개발된 모델들은 많은 데이터를 활용하여 여러 GPU와 여러 서버 위에서 빠르게 학습시키게 된다. 전 교수 연구진은 Caffe2의 단일 디바이스와 단일 GPU 수행 모델을 클러스터 환경, 데이터, 모델의 복잡도 등을 고려하여 자동으로 분산 처리하는 기술 개발을 목표로 하고 있다.

 

유승주•전병곤 교수 연구진은 “Facebook Caffe2 Research Award에 선정되어 매우 기쁘게 생각한다"며 "혁신적인 연구 성과로 기대에 부응하겠다"고 밝혔다.

 

[문의사항]
컴퓨터공학부 박사과정 정주성 랩장 / 010-9451-8374 / joosjeong@gmail.com

■ FOCUS

■ COVID-19 소식

■ 캠퍼스 주요 소식

■ 연구성과

■ 안내

■ 기부소식 및 동정