AI 칩 최적화 솔루션, 베트남 학생들을 세계 결승전으로 이끌어

물체의 이상 징후를 감지하는 데 사용되는 AI 칩 최적화 솔루션 덕분에 베트남 학생 팀은 세계 마이크로칩 설계 대회 결승에 진출할 수 있었습니다.

2월 28일, 하노이 국립대학은 SISLAB 주니어 학생 그룹이 LSI 설계 경연대회의 최종 라운드에 진출했다고 발표했습니다. LSI 설계 경연대회는 세계 최고의 칩 설계 대회로, 28회 개최되며 매년 100개 팀 이상이 참가합니다.

이 팀에는 하노이 베트남 국립대학교 기술대학 4학년 학생인 응우옌 퉁 바흐(Nguyen Tung Bach), 호 티엔 주이(Ho Thien Duy), 페니카 대학의 트란 투안 퐁(Tran Tuan Phong)이 포함되었으며, AIoT 연구실장인 부이 주이 히에우(Bui Duy Hieu) 박사와 정보기술연구소장인 트란 쑤언 투(Tran Xuan Tu) 교수의 지도를 받았습니다.

올해의 대회 주제는 VAE(Variational Autoencoder)의 설계와 하드웨어 구현에 초점을 맞춥니다. VAE는 훈련 데이터와 유사한 새로운 데이터를 생성할 수 있는 방식으로 표현을 학습하는 데 사용되는 딥 신경망 모델입니다. 따라서 참여 팀은 제한된 하드웨어에서 디자인을 제안하고 구현하여 이미지 처리 문제에 대한 응용 결과를 보여줘야 합니다. 신청서 접수부터 결과 발송까지 걸리는 시간은 3개월입니다.

이러한 문제에 직면하여 SISLAB Junior 담당자들은 제품 표면의 이상을 감지하는 VAE를 설계하고 구현하기로 했습니다. 특히 이 문제는 밤나무 표면에 발생했습니다. 사용된 하드웨어는 인기 있는 Pynq-Z2 FPGA 키트입니다.

그다지 강력하지 않은 하드웨어에 AI 모델을 적용해야 하므로, 성능과 리소스 사용을 최적화하는 것이 과제입니다. 이를 위해 팀은 하드웨어-소프트웨어 공동 설계 방식을 선택했습니다. "타이밍이 촉박했기 때문에 고수준 합성 솔루션을 사용하여 개발 프로세스를 가속화하고, 복잡한 딥러닝 계산을 FPGA 하드웨어에 효율적으로 매핑할 수 있었습니다."라고 팀 대표가 말했습니다.

Tran Xuan Tu 교수에 따르면, 학생 그룹이 내린 획기적인 결정 중 하나는 AI 모델의 매개변수 수를 원래 모델보다 10분의 1 더 작은 크기로 줄이는 것이었습니다. 그 대가로 그들은 고정 소수점 계산을 수행하여 시스템의 속도와 처리 성능을 높입니다.

또한, 연구팀은 ResNet과 같은 인공지능 모델을 통합하여 더욱 강력한 이상 탐지 시스템을 구축하는 연구도 진행하고 있습니다. 목표는 저비용 FPGA 기술 플랫폼에서 실시간 처리 기능을 구현하여 이상 감지 분야의 AI 애플리케이션을 보다 효율적이고 접근하기 쉽게 만드는 것입니다.

그룹 관계자는 "AI 칩에 탑재된 솔루션은 수백 배에서 수천 배까지 에너지를 절감하는 데 도움이 될 것"이라고 말했다. "이 제품을 사용하면 AI 칩을 실제로 적용하도록 훈련할 수 있어 이미지 처리 애플리케이션에 사용하거나 제품 및 과일 이미지의 이상을 인식할 수 있습니다."

투 교수에 따르면, 권위 있는 마이크로칩 설계 대회의 최종 라운드에 진출한 것은 베트남 학생들이 칩 설계 분야에서 다른 나라와 경쟁할 수 있는 충분한 역량을 갖추고 있음을 보여준다고 합니다. 그는 "3개월의 구현 기간 동안, 팀은 업무를 분담하여 밤낮으로 이론 및 실험 연구를 수행하여 프로젝트를 완료하고 조직위원회에 보고서를 보내야 했습니다."라고 말했습니다.

SISLAB Junior와 다른 10개 팀은 최종 라운드에 참여하여 3월 7일 일본 오키나와에서 열리는 컨퍼런스에서 세계의 저명한 전문가들 앞에서 보고서를 발표하고 제품의 상용화 가능성을 열 것입니다.

VAE는 2013년에 도입된 모델로 딥러닝과 인공지능 분야에서 중요한 방법으로 자리 잡았습니다. 기존의 자동 인코더(AE)와 달리 VAE는 데이터를 압축하고 압축 해제하는 방법을 학습할 뿐만 아니라 잠재 공간에 대한 확률 분포를 생성하여 모델이 새로운 데이터를 생성하는 데 도움을 줍니다.

VAE는 얼굴 생성, 이미지 품질 개선, 노이즈 감소를 포함한 이미지 처리 및 생성과 같은 많은 실용적인 응용 분야를 가지고 있습니다. 암세포 분석과 같은 의료 데이터를 모델링하는 데 사용되는 생물의학 데이터 분석 중요한 정보를 보존하면서 데이터를 압축합니다. 생성 AI 시스템에서 텍스트, 음악, 이미지 등의 새로운 콘텐츠를 만듭니다.

류구이