| 연구목표 |
본 연구에서는 다양한 환경에서 사용되는 ICT 디바이스의 데이터 입출력 패턴을 디바이스가 스스로 이해하여, 사용자의 입출력 요청을 지연시간 없이 처리할 수 있는 ICT향 지능형 스토리지 시스템을 제안한다. 제안하는 연구는 ICT 디바이스의 저장장치 내에서 기계학습을 통해 사용자의 입출력 요청을 실시간으로 예측하여 디바이스의 저장장치 내에서 발생하는 내부작업... |
| 연구내용 |
2차년도에는 1차년도에 설계한 DNN 모델을 SSD 내에서 처리하기 위한 솔루션을 제안한다. DNN 모델을 통한 유휴시간 예측은 가벼운 모델이라도 요청 당 수백만 번의 연산을 요구한다. 통상적인 SSD에서는 DNN 모델 연산에 수십 ms의 시간이 걸릴 것으로 예상된다. 이는 100us의 입출력 요청의 처리 시간과 비교하였을 때 큰 지연시간을 야기한다. 따라... |
| 기대효과 |
본 연구의 결과로 최종적으로 제안되는 ICT향 지능형 스토리지 시스템은 기술적, 경제 및 산업적, 사회적 측면에서 다음과 같은 기대 효과를 갖는다. 첫 번째로 기술적 측면에서는 빅데이터 처리 과정에서 중요한 오버헤드인 저장장치의 입출력 지연시간을 크게 개선할 수 있다. 또한, AI 기반의 패턴 적응형 스토리지 기술은 인공지능과 저장장치의 첫 융합 사례로, ... |
| 키워드 |
솔리드 스테이트 드라이브,실시간 학습,심층 신경망,지능형디바이스,하드웨어가속기 |