Edge AI 시스템을 구현할 때 최적의 성능과 전력 효율을 동시에 확보하는 것은 개발자들의 핵심 과제로 꼽힌다. 특히 기존 신경망 모델을 FPGA에 적용하기 위해서는 복잡하고 까다로운 하드웨어 설계 과정이 뒤따라 실무진의 부담으로 작용하고 있다.
이러한 고민을 해결하기 위해 마이크로칩의 Edge AI 개발 솔루션을 다루는 온라인 웨비나 '엣지 AI 솔루션을 위한 VectorBlox™ SDK'가 오는 7월 23일(목) 오전 10시 30분부터 11시 30분까지 온라인으로 개최된다.
이번 웨비나의 핵심 메시지는 복잡한 하드웨어 설계는 덜어내고 Edge AI의 효율은 극대화하는 데 있다. VectorBlox™는 복잡한 하드웨어 설계 과정 없이도 기존 신경망 모델을 FPGA에 유연하게 적용할 수 있으며 시스템에 요구되는 성능과 전력 예산에 맞춰 효율적인 최적화 구현이 가능하다. 제한된 전력 예산 안에서도 최적의 AI 성능을 구현하는 방법부터 실제 데모 보드를 활용한 시연까지 Edge AI 개발의 시행착오를 줄여줄 실질적인 해법을 제시한다.
세션은 단일 세션으로 구성된다. VectorBlox™ SDK의 핵심 개념과 특징을 소개하고 PolarFire® SoC Video Kit을 활용한 디자인 플로우와 데모 시연을 통해 복잡한 하드웨어 설계 없이 기존 신경망 모델을 FPGA에 포팅하는 기술적 노하우를 다룬다.
이번 웨비나는 복잡한 하드웨어 설계 부담 없이 Edge AI 시스템을 구축하고 싶은 임베디드 및 소프트웨어 개발자, 전력 효율과 처리 성능을 동시에 고려해야 하는 FPGA 설계 및 시스템 엔지니어, 기존 신경망 모델을 산업용 엣지 디바이스에 빠르게 적용하려는 R&D 담당자, PolarFire® SoC Video Kit을 활용한 프로젝트 레퍼런스와 시연 과정이 궁금한 실무자를 주요 대상으로 한다.
발표는 마이크로칩 김동규 필드 애플리케이션 엔지니어가 맡는다. 김동규 엔지니어는 2024년 4월 마이크로칩에 입사해 FPGA 및 FPGA SoC 제품군 비즈니스를 담당하고 있으며 임베디드 시스템 환경에서 하드웨어 아키텍처 및 소프트웨어 통합 설계 분야의 전문성을 보유하고 있다. 보드 레벨 디버깅과 FPGA-Core 연동 설계 등 복잡한 시스템 구현 분야의 경험을 갖췄으며 2024년 연세대학교에서 전기전자공학 학사 학위를 취득했다.
행사는 온라인으로 진행되며 사전 등록은 두비즈 홈페이지에서 무료로 가능하다. 사전 등록자에게는 등록 이메일로 참여 링크가 발송되며 세미나 당일 시작 30분 전부터 접속할 수 있다.
헬로티 구서경 기자 |
