Intelligent Computing & Codesign Lab

안녕하세요,

겨울방학을 맞이하여, 연구참여에 관심있는 학부생 인턴을 모집합니다.

• 지원자격: UNIST EE 또는 CSE 학부생 (1학년 포함 4학기 이상 수료자)
• 연구분야: 우리 랩의 연구분야*
  • NPU 알고리즘 및 아키텍처 최적화
  • 뉴로모픽 회로 및 알고리즘
  • NPU 컴파일러 등
• 우대사항: 디지털/SoC 회로설계 및 딥러닝 개발 유경험자 우대
• 특기사항: 원격으로도 가능
• 특전: 연구장학금, 대학원 진학 우대

관심있는 학생은 간단한 자기 소개와 희망 연구 분야를 이 링크를 통해 보내 주세요.

*Acknowledgement: 위 연구들은 삼성 종합기술원, 한국연구재단, ETRI (한국전자통신연구원) 및 BK (Brain Korea) 등을 통해 지원 받음.

안녕하세요,

AI 대학원 신입생들을 위하여 온라인 연구실 설명회를 12/28(월)에 가질 예정이니, 관심있는 학생들은 sign up 바랍니다.

간단히 소개하면 우리랩에서 하는 연구는 크게 3가지인데요

• Neural Processing Unit (NPU)를 위한 알고리즘 및 아키텍처 최적화 연구
• NPU를 위한 시스템 소프트웨어 (컴파일러) 연구
• Neuromorphic 하드웨어 및 알고리즘 연구

메일 보내실때 어느 분야에 관심이 있는지도 알려주면 더 좋습니다.

• 설명회 일시: 12월 28일 (월) 저녁 7시
• 방법: zoom (sign-up 필요)

The DATE (Design, Automation and Test in Europe Conference) conference is a premiere conference in the field of Electronic Design Automation. This year, we have two papers accepted for oral presentation.

Congratulations to Giju (first author), Jungi (first author), and Sugil as well as our collaborators at University of California, Irvine!

Jounghyun Kim started his M.S. Program in AI Graduate School in September, 2020. He received the bachelor’s degree in electronic engineering from KyungHee University, South Korea, in 2019. His research interests include efficient deep learning architecture. Mr. Kim has graduated with a Master’s degree, and is now with LaonRoad (라온로드), an AI company based in Bundang, Korea.

Chenghao Quan joined the lab in September, 2020, as a Master-PhD combined student. His research interests include deep learning and hardware-aware deep learning.

Faaiz Asim joined the lab in September, 2020, as a Master-PhD combined student. His research ineterests include efficient deep learning architectures and acceleration of deep neural networks for low-power systems.

Click here for questions and application.

이종은 교수는 UNIST AI 대학원에 참여하고 계십니다. AI 대학원의 커리큘럼, 진로, 참여교원 등에 관해 궁금하신 분은 UNIST AI 대학원 홈페이지 참고하세요: http://aigs.unist.ac.kr/.

이종은 교수는 설계자동화 분야의 전문가로서, 삼성전자 등 대기업 연구소 및 국내외 대학들과 활발한 공동연구를 진행하고 있습니다.

주된 연구 주제는 AI 하드웨어에 설계 자동화 기술을 적용하는 것인데요 (아래 그림), 대개의 AI 연구와는 달리, AI 알고리즘의 성능 뿐만 아니라 하드웨어 구현 특성을 고려한 알고리즘-하드웨어 통합설계를 주로 연구해오고 있습니다.

또한 최근에는 stochastic computing 기반의 딥뉴럴넷 프로세서를 개발하여, 세계 최고 수준의 효율성과 정확도를 선보였습니다.

가장 최근에는 AI를 설계자동화에 적용하는 연구로도 확장하고 있습니다.

질문이나 연구 참여 관심 있으신 분은 여기에 메모 남겨주세요.

We’re accepting new graduate students.
Background doesn’t really matter, but it helps a lot if you are good at either

• software programming (e.g., C++, advanced level in Python)
• hardware design (e.g., Verilog/VHDL/SystemC development of a sizable system)
• strong math or analytical thinking
• or have a very good GPA from a reputable school (e.g., UNIST).

So whether you’re EE or CSE major (or something else), 
Please apply or contact me if you’re interested and qualified.

We’re a leading research group on edge-based AI,
and our graduates go to Samsung, LG, international start-ups, etc.

We’re also recruiting undergraduate interns. 
Please apply!

Congratulations to Segi and other team members!  We are presenting one paper to GLSVLSI ’20, titled “Architecture-Accuracy Co-optimization of ReRAM-based Low-cost Neural Network Processor.”

GLSVLSI ’20 is the 30th edition of the ACM Great Lakes Symposium on VLSI.