R&R

임다솜 : 아이디어, 데이터 정리, csv 만들기, 코드 작성

최하연 : 아이디어, 데이터 수집, csv 만들기, 코드 작성

오상은 : 아이디어, 데이터 수집, csv 만들기, 코드 작성

주제

딥러닝 AI를 활용한 하드웨어 설계 최적화

배경/필요성

CPU 성능 최적화의 필요성

• 실생활에서 임베디드 시스템 등 경량설계 및 엣지컴퓨팅, AI기반 CPU(스마트 홈기기, 자율주행 자동차, 로봇 등)의 필요성이 대두됨

  CPU 성능 최적화의 복잡성 증가

• CPU의 성능은 클럭 속도, 파이프라인 단계, 캐시 크기, 코어 개수 등 다양한 요소의 영향을 받는다. 이 요소들의 상호작용을 정확히 분석하고 예측하는 것은 매우 어려운 과제

  설계 및 개선의 효율성 향상

• CPU 설계 과정에서 성능을 정확히 예측할 수 있다면, 불필요한 반복 설계를 줄이고 최적의 설계안을 빠르게 도출할 수 있음

  데이터 기반 접근의 필요성

• 과거 CPU 설계 데이터를 활용한 AI 모델은 성능 예측의 정확도를 높이고, 설계 개선에 도움을 줄 수 있음

주요 기능

데이터 수집 및 모델학습

• CPU 설계와 성능 관련 주요 매트릭스를 포함한 데이터(DMIPS 등)를 CSV 파일 형태로 수집
• 변수 : Proccesor, BenchMark, BenchMark/MHz, Pipeline-stage, Bit
• 원핫인코딩→ 회귀분석 → TensorFlow 기반 딥러닝학습 후 사용자 입력받기