기계 학습 추론은 처리량과 전력 효율성을 위해 특수 하드웨어 가속기에 점점 더 의존하고 있습니다. AMD Ryzen AI NPU와 같은 신경망 처리 장치(NPU)는 CPU 및 GPU에 비해 상당한 ML 이점을 제공하지만, 이를 프로그래밍하려면 전문적인 프레임워크 지식이 필요합니다. 우리는 AMD Ryzen AI NPU를 프로그래밍하기 위한 최초의 시각적 데이터플로우 설계 환경인 IRONSmith를 소개합니다. IRONSmith는 AI Engine 타일 그리드를 시각적으로 연결된 블록으로 표시하는 인터랙티브 캔버스를 제공하여, 사용자가 와이어로 연결되는 FIFO, 분할/결합 패턴(split/join patterns), 브로드캐스트 연결, DDR 전송 등을 통해 코드를 작성하지 않고도 ML 데이터플로우 애플리케이션을 설계할 수 있게 합니다. 컴퓨팅 커널은 미리 구축된 라이브러리에서 할당되며, 워커 함수는 속성 패널을 통해 구성됩니다. IRONSmith의 백엔드 파이프라인은 구조적 완성(structural completion), 임포트 해결(import resolution), 종속성 관리(dependency management)를 자동으로 처리하여 시각적 설계를 실행 가능한 IRON Python으로 자동 변환합니다. 생성된 코드는 AMD Ryzen AI NPU에서 직접 실행됩니다. 우리는 단일 타일 벡터 패스스루부터 다중 타일 행렬 연산, 그리고 완전한 다층 퍼셉트론(Multi-Layer Perceptron)에 이르기까지 복잡도가 증가하는 ML 설계 전반에 걸쳐 IRONSmith를 시연하며, 이 모든 것이 시각적으로 설계되었고 AMD Ryzen AI NPU에서 성공적으로 실행되었습니다. IRONSmith는 교육자, 학생, ML 연구원 및 엔지니어에게 ML 지식과 NPU 프로그래밍 전문성 사이의 격차를 해소하여, 소비자 및 기업 장치 전반에 걸쳐 빠르게 표준이 되어가고 있는 하드웨어 접근성을 넓혀줍니다.