본문으로 건너뛰기
Seoul National UniversityAI 시스템

김재준Jae-Joon Kim

VLSI Lab

뉴럴 네트워크 경량화, 딥러닝 가속기 회로 설계

논문 주제가 비슷한 연구실

칸 하나가 연구실 하나예요. 이 연구실과 논문 주제가 비슷할수록 밝고, 테두리 친 칸이 이 연구실이에요.
2023–2026 논문
51
T1 논문
28
구성원
31
박사 30 · 석사 1
졸업생
28
교수 4명 배출

서울대학교 김재준 교수 연구실은 AI 시스템·하드웨어 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 51편(T1 28편)을 발표했습니다. 현재 박사과정 30명, 석사과정 1명이 소속되어 있습니다. 졸업생은 28명입니다.

논문 실적

2023–2026 · 연구실 홈페이지 기준

연평균 · T1 비율

12.8 · 55%

11
2023
8
2024
14
2025
18
2026
T1T2워크숍기타등급은 학회·저널 분류이며 연구실 순위가 아닙니다.

논문으로 본 연구 주제

논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.

최근 논문

논문 51편

20268편

  • 3D Integration of Hybrid IGZO/Si and IGZO eDRAMs for High-Density/High-Performance On-Chip Memory

    Munhyeon Kim, Sukhyun Choi, Yulhwa Kim, Jae-Joon Kim

  • Alternating Bit-Line 3D-DRAM Architecture for Reduced Inter-Bit-Line Coupling

    Woohyun Lee*, Munhyeon Kim*, Junhyeok Kim, Jae-Joon Kim

  • CompactAttention: Accelerating Chunked Prefill with Block-Union KV Selection

    Jiwon Song, Dongwon Jo, Beomseok Kang, Jae-Joon Kim

  • FastKV: Decoupling of Context Reduction and KV Cache Compression for Prefill-Decoding Acceleration

    Dongwon Jo*, Jiwon Song*, Yulhwa Kim, Jae-Joon Kim

  • EDL

    Hardware-Bound Binary Neural Network Using Concealable Magnetic Tunnel Junctiosn

    Sung-Ho Park, Kyung Min Lee, Ryun-Han Koo, Joon Hwang, Jae-Joon Kim, Jong-Ho Lee

  • EDL

    High-Density 3D-DRAM Architecture with Folded Capacitor for Sub-10 nm Scaling

    Munhyeon Kim, Woohyun Lee, Junhyeok Kim, Jae-Joon Kim

  • LRAgent: Efficient KV Cache Sharing for Multi-LoRA LLM Agents

    Hyesung Jeon, Hyeongju Ha, Jae-Joon Kim

  • ISLPEDT2

    MECA-CiM: A Shared-MicroExponent-aware Configurable Analog Compute-in-Memory Macro for Efficient Inference

    Wonkyung Han, Dohyun Kim, Jihoon Park, Juheun Lee, Sukhyun Choi, Wonjun Han, Jae-Joon Kim

비슷한 주제의 연구실

논문 주제 구성이 비슷한 연구실이에요.

  • SNUAI 시스템

    안정호Jung Ho Ahn

    SCALable Computer Architecture Lab

    AI Systems

    논문
    48
    구성원
    22
    졸업생
    39
  • YonseiAI 시스템

    김상엽Sangyeob Kim

    EASY Lab

    대규모 언어모델·비전 모델 등 다양한 AI 모델을 위한 에너지 효율적 AI 반도체 칩과 가속기를 설계하며, 뉴로모픽 컴퓨팅, AI 모델 경량화, 칩 기반 응용 시스템을 연구합니다.

    논문
    52
    구성원
    8
    졸업생
    0
  • KAISTAI 시스템

    김주영Joo-Young Kim

    CAST Lab

    생성형 AI를 위한 고성능·확장형 컴퓨팅 플랫폼을 목표로 AI 가속기, 컴퓨터 아키텍처, PIM, VLSI/FPGA 설계 및 HW/SW 공동설계를 연구합니다.

    논문
    67
    구성원
    49
    졸업생
    19
  • SNUAI 시스템

    유승주Sungjoo Yoo

    CMA Lab

    인공지능 알고리즘/하드웨어 통합 최적화

    논문
    18
    구성원
    19
    졸업생
    31