AMD Versal AIE-ML 기반 CRONet 가속을 통한 저지연 위상 최적화

요약

본 연구는 구조 건전성 모니터링과 같은 중요 인프라 분야에 필수적인 저지연 및 에너지 효율적인 위상 최적화(Topology Optimization)를 위해, 신경망 기반의 계산 방법인 CRONet을 AMD Versal AI Engine-ML (AIE-ML) 아키텍처에서 하드웨어 가속하는 방법을 제시합니다. 기존의 DNN 기반 구현은 높은 지연 시간과 낮은 에너지 효율성을 보였으나, 본 연구는 모든 중간 활성화 값(activations)과 네트워크 가중치(weights)를 온칩(on-chip)에 유지하여 DRAM 의존성을 완전히 제거

핵심 포인트

• 위상 최적화(Topology Optimization)의 계산 집약도를 낮추기 위해 DNN 기반 방법인 CRONet을 활용했습니다.
• AMD Versal AIE-ML 아키텍처를 사용하여 CRONet을 구현한 최초의 엔드투엔드 신경망 가속 사례입니다.
• 모든 중간 활성화 값과 네트워크 가중치를 온칩에 배치하여 DRAM 의존성을 제거함으로써 성능을 극대화했습니다.
• 실험 결과, 동일 전력 예산(Nvidia T4)에서 기존 ML 최적화 GPU 대비 최대 2.49배의 지연 시간 개선 및 4.18배의 에너지 효율성 개선을 달성했습니다.