IRIS Lab Visits Purdue University for Research Exchange

Mon, 03 Aug 2026 00:00:00 +0000

IRIS 연구실의 고종환 교수님과 소재현, 황찬욱 박사과정 학생은 2026년 8월 3일 미국 Purdue University의 Younghyun Kim 교수님이 이끄는 NEIS Lab을 방문하여 세미나 및 연구 교류를 진행하였습니다.

이번 방문은 효율적인 엣지 컴퓨팅을 위한 AI 하드웨어 설계를 중심으로 양 연구실 간 연구 교류를 확대하기 위해 마련되었습니다. 특히 algorithm–hardware co-design, embedded AI architecture, energy-efficient machine learning 등 양 연구실의 공통 관심 분야를 중심으로 연구 방향과 협력 가능성을 논의하였습니다.

방문 중 고종환 교수님은 세미나를 통해 IRIS Lab의 연구 방향과 관련 연구를 소개하였습니다. 이어진 공동 미팅에서는 IRIS Lab과 NEIS Lab의 학생들이 각자의 연구를 발표하고, AI 하드웨어 및 효율적인 인공지능 시스템 설계와 관련된 연구 아이디어와 향후 연구 방향에 대해 의견을 나누었습니다.

또한 고종환 교수님은 Purdue University의 Gupta 교수님과 별도의 미팅을 갖고 관련 연구 주제와 향후 협력 가능성에 대해 논의하였습니다.

이번 방문을 통해 양 연구실의 연구 현황과 관심 분야를 공유하고, AI hardware 및 SW–HW co-design 분야에서 지속적인 연구 교류와 협력 가능성을 모색하는 뜻깊은 기회를 가졌습니다.

Under the supervision of Prof. Jong Hwan Ko, Ph.D. students Jaehyeon So and Chanwook Hwang from the IRIS Lab visited the NEIS Lab, led by Prof. Younghyun Kim at Purdue University, on August 3, 2026, for a seminar and research exchange.

The visit was organized to strengthen research exchange between the two labs in AI hardware design for efficient edge computing. In particular, discussions focused on shared research interests including algorithm–hardware co-design, embedded AI architectures, and energy-efficient machine learning.

During the visit, Prof. Jong Hwan Ko gave a seminar introducing the research directions and related work of the IRIS Lab. This was followed by a joint meeting in which students from the IRIS Lab and NEIS Lab presented their ongoing research and exchanged ideas on AI hardware and efficient AI system design.

Prof. Jong Hwan Ko also met separately with Prof. Gupta at Purdue University to discuss related research topics and potential directions for future collaboration.

Through this visit, the two labs shared their ongoing research and common interests and explored opportunities for continued research exchange and collaboration in AI hardware and SW–HW co-design.

Prof. Younghyun Kim’s Seminar on ‘Time-Accuracy Scalable Compute for Energy-Efficient Machine Learning'

Mon, 15 Jun 2026 00:00:00 +0000

우리 연구실은 2026년 6월 15일, Purdue University 전자전기컴퓨터공학과의 Younghyun Kim 교수님을 모시고 “Time-Accuracy Scalable Compute for Energy-Efficient Machine Learning"을 주제로 한 세미나를 개최했습니다.

Younghyun Kim 교수님은 Purdue University Elmore Family School of Electrical and Computer Engineering의 부교수로, Networked and Embedded Intelligent Systems Lab을 이끌고 계시며 에너지-품질 확장형 컴퓨팅, 엣지/응용/물리 AI, 사이버 물리 시스템 등을 연구하고 계십니다.

이번 세미나에서는 전통적인 반도체 미세화를 넘어 에너지 효율적인 머신러닝을 실현하기 위한 방법론으로 시간-정확도 확장형 컴퓨팅(time-accuracy scalable computing)이 소개되었습니다. 근사 컴퓨팅(approximate computing)을 통해 정확도를 성능 및 에너지 효율과 맞교환함으로써, 동적 정확도 제어와 전 시스템 최적화가 머신러닝의 정확도를 유지하면서도 지연시간, 전력, 에너지를 크게 절감할 수 있음을 보여주었습니다.

귀중한 강연으로 깊은 통찰을 나누어 주신 Younghyun Kim 교수님께 진심으로 감사드립니다.

On June 15, 2026, our lab hosted a seminar featuring Professor Younghyun Kim from the School of Electrical and Computer Engineering at Purdue University, on the topic of “Time-Accuracy Scalable Compute for Energy-Efficient Machine Learning.” Younghyun Kim is an Associate Professor in the Elmore Family School of Electrical and Computer Engineering at Purdue University, where he leads the Networked and Embedded Intelligent Systems Lab. His research interests include energy-quality scalable computing, edge/applied/physical AI, cyber-physical systems, and security and privacy for embedded computing systems. In this seminar, Professor Younghyun Kim presented time-accuracy scalable computing as a path toward energy-efficient machine learning beyond traditional semiconductor scaling. He showed how approximate computing trades accuracy for improved performance and energy efficiency, demonstrating that dynamic accuracy control and full-system optimization can substantially reduce latency, power, and energy while maintaining acceptable machine-learning accuracy. We sincerely thank Professor Younghyun Kim for sharing his valuable insights through this enlightening lecture.

energy-efficient-ml | SKKU IRIS Lab

IRIS Lab Visits Purdue University for Research Exchange

Prof. Younghyun Kim’s Seminar on ‘Time-Accuracy Scalable Compute for Energy-Efficient Machine Learning'