• 인사말
  • 조직조직
  • 프로그램프로그램
  • 등록/행사안내등록/행사안내
  • 게시판 게시판
  • Past KRnet
    • 세부프로그램

    메인으로 프로그램 세부프로그램

    세부프로그램

     
    97.   710
    Track > Session : >
    발표제목 : [G1-4] 초거대 AI 인프라의 가상화 난제와 해결: Server-scale 클러...
    발표자 : 이건 (수석/SK텔레콤)
    발표요약 : 본 세션에서는 SK텔레콤의 AI 슈퍼클러스터 '해인(Haein)' 구축 사례를 바탕으로 Sovereign AI 인프라 전략을 공유한다. 1,000장 이상의 NVIDIA Blackwell GPU를 탑재한 해인은 독자적 파운데이션 모델 개발의 중추다. 본 발표에서는 자체 솔...more
    Track > Session : >
    발표제목 : [G2-1] AI 데이터센터를 위한 RDMA 기술
    발표자 : 김규영 (교수/성신여대)
    발표요약 : RDMA는 분산 학습·추론, 분산 스토리지·트랜잭션에 이르기까지 AI 데이터센터 인프라를 떠받치는 핵심 기술로 자리 잡고 있다. 본 강연에서는 먼저 RDMA가 AI 인프라 전반에서 활용되는 대표적인 사례들을 폭넓게 소개한다. 이어 ...more
    Track > Session : >
    발표제목 : [G2-2] 효율적인 LLM 서빙을 위한 소프트웨어 기술
    발표자 : 안정섭 (교수/고려대)
    발표요약 : 챗봇과 같은 LLM 기반 애플리케이션에서 대규모 언어 모델(LLM)을 서빙하는 것은 비용 측면에서 매우 중요한 과제입니다. 본 발표에서는 다중 턴 워크로드를 위해 설계된FlashGen 연구를 소개합니다. 기존 LLM 서빙 프레임워크는 어...more
    Track > Session : >
    발표제목 : [G2-3] CXL 기술 소개 및 AI를 위한 활용
    발표자 : 정상혁 (팀장/파두)
    발표요약 : 차세대 인터페이스인 CXL(Compute Express Link)의 기술적 로드맵을 조망하는 것으로 시작하여, AI 및 LLM의 급격한 확장이 초래한 메모리 용량 부족과 데이터 전송 병목이라는 인프라의 구조적 위기를 진단한다. 이러한 관점에서 CXL 기...more
    Track > Session : >
    발표제목 : [G3-1] The AI Era with SKhynix Memory Creator
    발표자 : 김기범 (TL/SK 하이닉스)
    발표요약 : LLM이 ressoning 모델로 확장됨에 따라 AI 서비스의 핵심 방정식이 단순한 연산(compute)에서 서비스 처리량(throughput)과 서비스 품질(QoS) 중심으로 변화하고 있습니다. 엔비디아의 dynamo 사례와 같이 DRAM-SSD 계층 구조를 활용하여 이를 ...more
    Track > Session : >
    발표제목 : [G3-3] From Prototype to Production: RBLN NPU의 실전 도입과 확장 전략
    발표자 : 공태준 (이사/리벨리온)
    발표요약 : 본 발표에서는 RBLN NPU가 단순한 AI 가속기를 넘어 실제 산업 환경에서 어떻게 적용되고 있는지에 대해 설명합니다. 실 상용 서비스, 데이터센터 납품, VAR 파트너 협업 및 양산 경험을 통해 검증된 실사례를 공유하고, PyTorch 생태...more
    Track > Session : >
    발표제목 : [G3-4] LPDDR-Powered Infrastructure: HyperAccel LPU Leading the AI Era
    발표자 : 안동우 (이사/하이퍼엑셀)
    발표요약 : 본 발표는 폭발적인 AI 수요를 감당하기 위해 기존 인프라가 직면한 고비용·고전력 한계를 분석하고, 이를 극복하기 위한 LPDDR 기반의 새로운 인프라 패러다임을 제안함. 하이퍼엑셀의 LPU는 하드웨어 성능의 향상 뿐만 아니라, ...more
    Track > Session : >
    발표제목 : [H1-1] Open Edge Robotics for Physical AI
    발표자 : 김현우 (팀장/KETI)
    발표요약 : 물리 파운데이션 모델과 같이 로보틱스를 위한 지능개발이 활성화되고 있으며, 이번 강연에서는 로보틱스(자율행동체)의 지능 증강을 위하여 협업하는 엣지 AI SW(Open Edge-Robotics)와 Physical AI 적용기술을 소개함.more
    Track > Session : >
    발표제목 : [H1-2] 자율행동로봇의 복합작업 수행을 위한 로보틱스 AI Agent...
    발표자 : 구세완 (책임/LG전자)
    발표요약 : 본 발표에서는 LLM기반의 AI Agent 도구를 로보틱스에 적용하여 복합적인 로봇 제어를 자연어 기반에서 수행하는 개발 및 실증을 소개한다. LangChain/LangGraph, MCP (Model Context Protocol), OpenClaw 등을 로봇 제어에 적합하도록 개발한 내용...more
    Track > Session : >
    발표제목 : [H1-3] 로봇지능 분할실행 기술
    발표자 : 윤주상 (교수/동의대)
    발표요약 : 최근 고성능 AI 및 VLM 같은 거대 AI모델이 로봇에 이식되고 있지만 하드웨어의 연산 능력 부족으로 인해 여전히 성능 저하 문제가 발생하고 있다. 이를 극복하기 위해 고성능 엣지 자원을 활용하여 지능을 효율적으로 배분하여 ...more
     01 02 03 04 05 06 07 08 09 10


    TOP