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
논문 주제가 비슷한 연구실
서울대학교 전동석 교수 연구실은 AI 시스템·하드웨어 분야 연구실로, 연구실 홈페이지 기준 2023–2026년 논문 34편(T1 13편)을 발표했습니다. 현재 박사과정 21명, 석사과정 0명이 소속되어 있습니다. 졸업생은 21명입니다.
2023–2026 · 연구실 홈페이지 기준
연평균 · T1 비율
8.5 · 38%
논문 제목에서 찾은 주제예요. 최근 논문일수록 크게 반영돼요.
논문 34편
A 28nm 2GS/s Remote-Sensing On-Chip Oscilloscope Using Charge-Redistributing Voltage Transfer and Time-Domain Stochastic ADC with 1.6mV Resolution
M. Kang, D. Lee, S. Jeong, K. Shin, and D. Jeon
A 28nm 34mW Zero Knowledge Proof Processor with Reconfigurable Modular Multiplier Array and Memory-based Successive Excess Reduction
S. Jeon, S. Park, B. Kim, J. Oh, and D. Jeon
A Dynamic-Active Static-Sleep 18T Flip-Flop Supporting Retentive Clock Gating in 28nm CMOS
D. Lee, D. Kim, and D. Jeon
A Real-Time Deep Reinforcement Learning Processor for Mapless Autonomous Navigation With Unified Actor-Critic Network and Inference-on-Request Scheduling
J. Oh, J.-X. Liu, Y.-C. Teng, H.-C. Wang, and D. Jeon
An Area- and Energy-Efficient Point-Based 3D Object Detection Processor with Feature-Decoupled PointNet for Autonomous Driving
C. Seong, S. Lee, B. Kim, and D. Jeon
An Energy-Efficient Block-Convolution-Based Super-Resolution Processor With Tiling Artifact Reduction
B. Yoo, S. Park, S. Lee, and D. Jeon
Design Approaches for Efficient Parallel Pseudo-Random Ternary Sequence Generation
D. Lee, H. Chae, J. Kim, and D. Jeon
Processing-in-Memory Architecture for In-Storage Information Retrieval on 3-D NAND Flash Solid-State Drives
H. Yun, I. Jeong, K. Lee, J. Lee, M. Chun, J. Kim, and D. Jeon
논문 주제 구성이 비슷한 연구실이에요.
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.
SCALable Computer Architecture Lab
AI Systems
VLSI Lab
뉴럴 네트워크 경량화, 딥러닝 가속기 회로 설계
CAST Lab
생성형 AI를 위한 고성능·확장형 컴퓨팅 플랫폼을 목표로 AI 가속기, 컴퓨터 아키텍처, PIM, VLSI/FPGA 설계 및 HW/SW 공동설계를 연구합니다.