[AI융합/AI반도체] AI반도체 아키텍처 설계 및 성능 최적화 과정
강좌 소개
난이도
보통
카테고리
인공지능 - 인공지능 고급
태그
인공지능, AI, 온라인교육, AI반도체, 과목명
강좌 진행 기간
26.07.02부터 26.07.30까지
소요 시간
80 시간
✅ 본 교육과정 지원은 반드시 '교육신청서'를 작성해주셔야 지원 가능합니다.
교육신청서 작성하기
(↑클릭하기)
[AI반도체 아키텍처 설계 및 성능 최적화 과정]
▢ 교육목표 : AI반도체 설계의 기본 원리와 핵심 기술을 이해하고 다양한 AI 반도체 제품에 대해 비교 평가할 수 있는 역량 배양
▢ 교육기간 : 2026. 7. 2.(목) ~ 7. 30.(목)
* 7/17 공휴일로 인한 휴강
▢ 교육시간 : 평일 저녁 19:00 ~ 23:00
▢ 교육장소 및 교육형태 : 실시간 온라인 강의(ZOOM)
* 선정 후 별도 안내 예정
▢ 교육대상 : 중급과정 수료자 또는 그에 상응하는 역량을 갖춘 자
▢ 교육신청 : 신청서 작성하기 (←클릭 시 외부 링연결)
▢ 신청마감 : 2026. 6. 25. (23:59)
▢ 교육혜택
- 사전 자율 학습 콘텐츠 제공
- 전문 멘토링 등 취업 프로그램 지원
▢ 교육문의 : 02-580-0717 / aisw-edu@kait.or.kr
교육 과정
모두 펼치기
- 01AI 반도체 기초와 설계 원리
- 02AI 반도체 아키텍처 분석
- 03AI 반도체 설계 및 시뮬레이션
- 04AI 반도체 최적화 및 응용 설계
CPU 구조 (ALU, Register, Cache)
간단한 연산 성능 비교 (Python)
SIMD / 병렬 처리 개념
행렬 연산 (CPU vs GPU 시뮬레이션)
왜 AI는 GPU로 시작해서 NPU로 가는가 (CPU / GPU / NPU 차이를 비교)
Matrix Multiply, Dataflow 개념
AI 반도체 아키텍처 유형 / Google TPU 개념 수준 분석
Weight stationary / Output stationary
CPU vs GPU vs NPU vs TPU
이 구조가 왜 빠른가?
구조 보고 장단점 설명 / 아키텍처 분석 보고서
간단한 AI 반도체 구조 / 간단한 NPU 구조 설계
MAC 유닛 개념, 메모리 접근 구조 / 설계 실습
시뮬레이션 환경 구축 / Python 기반 성능 모델링
연산량 vs 시간 계산 / 시뮬레이션 코드 + 로그 분석
병목 찾기 (Memory vs Compute) / 만든 구조를 수치로 평가해보기
현실 문제에 적용 최적화 개념
Latency vs Throughput / Cost vs Performance
응용 설계 [자율주행 / 챗봇 / 영상처리 상황]
특정 AI 문제에 맞는 반도체 구조 설계
문제, 구조 설계, 성능 최적화
/ 성능을 설계하고 설명해보기
마지막 업데이트|2026년 06월 04일
강좌 후기
접수 마감 D-0
평균평점
0.0
난이도
보통
수강인원
0명
진행 기간
26.07.02 - 26.07.30
소요 시간
80 시간
신청 시작
6월 5일 (금) 24:00
신청 마감
6월 25일 (목) 23:59