본 강의는 인공지능 연산에 최적화된 하드웨어 시스템 구현을 위한, 지능형 반도체 기술에 대한 학습을 목표로 합니다.

인공지능 기술은 빠른 속도로 발전하여 인류의 삶을 급격히 바꾸고 있습니다. 인간의 뇌에서 뉴런과 시냅스를 통해 정보를 전달하고 처리하는 방식을 모방한 뉴럴 네트워크 기반의 기계학습을 통하여, 자연어 처리 및 이미지 인식 등의 다양한 응용 분야에서 기존 컴퓨팅 시스템의 능력을 크게 뛰어넘는 성능이 현실화 되면서 산업계는 물론 사회 전반적으로 지대한 파급효과를 가져오고 있습니다.

하지만 현재 우리가 이용하는 컴퓨터 구조의 근간인 폰 노이만 아키텍처 기반의 CPU, GPU에서는 메모리 병목현상이 발생합니다. 이에 상용 규모의 뉴럴 네트워크 학습의 경우 데이터 센터 규모의 인프라를 이용하여도 수 일에서 수 주의 시간이 소요되기도 하며 막대한 전력이 소비됩니다.

이를 획기적으로 극복하기 위해 기존 컴퓨팅 방식에 최적화 된 현존 하드웨어를 대체하거나 보완하기 위한 다양한 지능형 반도체 기술이 활발히 연구되고 있습니다. 인공지능이라는 새로운 응용 분야에서 수십 년에 걸쳐 발전해온 기존 반도체 기술의 한계를 극복하고자 새롭게 발전되고 있는 뉴로모픽 시냅스 소자와 관련된 이론, 공정, 응용에 대한 학습을 진행합니다. 하드웨어 단에서 저전력으로 인공지능 연산을 구현하고자 하는 현재의 기술 발전 동향을 이해하고, 향후 발전 방향에 대해 함께 고민해봅시다.

포스텍 학부생의 경우,
EECE211 (반도체전자공학I)

--

타 대학 재학생의 경우,
반도체 소자와 관련된 학부 필수과목

--

위 과목들 수강하지 않은 학생의 경우, 담당 교수와 미리 상의해주세요

Tentatively,

숙제, 20%
중간고사, 35%
기말고사, 45%

수업시간에 제공합니다

반도체 산업

인공지능 기술의 발전과 기존 von Neumann 아키텍처

트랜지스터와 주요 메모리 소자

반도체 회로에서의 인공지능 연산

기존 메모리를 이용한 인공지능 반도체

Resistive 인공지능 반도체

Magnetic 인공지능 반도체

Ferroelectric 인공지능 반도체

Capacitor-based 인공지능 반도체

- 국내 여러 대학에 공유되는 수업이어서 몇가지 필요한 행정 절차 진행을 고려해서 2/24 (월) 첫 강의 업로드 될 예정입니다.

- 비대면 비실시간 온라인 강좌 (VOD) 로 운영됩니다. 현재 설정된 수업 시간은 타 과목과의 중복을 피하기 위해 임의로 설정된 값이니 무시해 주세요.

- EECE490D & DISU431 은 완전히 동일한 과목입니다. 대학 내부 행정 절차 때문에 2개 과목이 cross listing 되어 있는데, 수강 신청은 DISU431 로 진행해 주세요.

- S/U 수강은 허용하지 않습니다, Grade로 신청해주세요.

- 매주 월요일 강의가 업로드 되고, 돌아오는 일요일까지 자유롭게 시청하면 됩니다.