미래를 확장하는 연구
학계와의 협업을 통해 컴퓨터 과학에서 중요한 연구를 주도합니다.
인텔의 센터
인텔 랩은 인텔과 학계 사이의 협업을 촉진하고 커뮤니티를 개발하기 위해 전 세계 대학에서 다양한 과학 및 기술 센터를 후원하고 있습니다. 또한 국립 과학 재단(National Science Foundation) 및 반도체 연구 기업과도 공동 이니셔티브를 위해 협업하고 있습니다.
| 연구 센터 | 설명 |
|---|---|
| Visual Cloud Systems | 카네기 멜론 대학의 Visual Cloud Systems는 인간이 아닌 컴퓨터가 이해하고 추론할 수 있도록 현실 세계의 시각적 정보를 기록하는 것을 목표로 합니다. |
| ARSA(Adversarial-Resilient Security Analytics) | 조지아 공과 대학의 Adversarial-Resilient Security Analytics는 ML 알고리즘의 취약성을 연구하고 ML 애플리케이션의 회복력을 개선하는 새로운 보안 접근 방식을 개발하고 있습니다. |
| Agile HW Design | UC 버클리와 스탠포드 대학에 공동 설립된 Agile Design 센터는 기존 설계를 보다 쉽고 빠르게 수정할 수 있도록 더욱 민첩한 하드웨어 개발 플로우를 지원하는 것이 목표입니다. |
| IACV(Intelligent and Automated Connected Vehicles) | 중국 베이징에 위치한 이 연구 센터는 자율 주행 차량의 안전과 자율 주행 차량의 인간-기계 간 인터페이스, 그리고 새로운 지원 법률과 규정으로 인해 야기된 과제에 초점을 맞춥니다. |
| Internet of Everything | 대만의 국립 타이완 대학에 있는 이 연구 센터는 실용적 제품과 서비스를 개발하기 위해 해외 및 국내 산업과의 연구 협업을 중개하는 역할을 수행할 것입니다. |
| Network on Intelligent Systems | 유럽에 위치한 이 연구 센터는 물리적 환경에서 작동하는 인텔리전트 시스템의 설계 및 배포와 관련해, 알려진 주요 문제를 해결하고 있습니다. |
| Collaborative and Autonomous Resilient Systems | 독일에 위치한 이 연구 센터는 (a) 자율 플랫폼의 보안 및 (b) 분산 시스템의 자율 방어 기능을 크게 개선시키기 위한 새로운 기회를 모색하고 있습니다. |
| Deep Learning IA | 버클리, 스탠포드, CMU의 연구자들로 구성된 이 프로그램은 딥 러닝 관련 첨단 기술을 개발하고 IA 플랫폼에 최적화하는 데 초점을 맞춥니다. |
| FPGA Programming Optimization | FPGA에 대한 소프트웨어 개발자의 접근성을 높이고, 웨어러블부터 데이터 센터, 슈퍼컴퓨터에 이르기까지 다양한 컴퓨팅 수준에 대한 FPGA의 적용 가능성을 확장합니다. |
| Light Field Displays | 8시간 동안 작동이 지속되는 모바일 컴퓨팅 SoC 아키텍처를 개발하고 그래픽, 미디어, 센서 IP의 성능과 전력 효율성을 10배 향상시킵니다. |
| Neuromorphic Architectures for Mainstream Computing | 알고리즘 수준에서 신경 과학의 핵심적인 인사이트를 추출하여 뉴로모픽 컴퓨팅 아키텍처가 앞으로 나아갈 방향을 제시하는 것이 목표입니다. |
| Programmable RF Filters | 모바일 RF 트랜시버의 FEM(Front End Module) 패시브 필터가 효율적으로 조정될 수 있는 방법을 연구하고 있습니다. |
| Ultra Low Power Radios for IoT | 저비용 활성 무선 센서 및 컴퓨팅 플랫폼을 위해 차세대 ULP(초저전력) 무선을 지원하는 방식을 모색합니다. |
학계 제휴 관계
| 연구 센터 | 설명 |
|---|---|
| Productive and Efficient Heterogeneous Programming(ASPIRE) | 트랜지스터 스케일링 중심의 성능 개선에서 전체 스택 공동 설계가 효율성 개선의 핵심인 새로운 포스트 스케일링 세상으로의 변화에 대해 인식합니다. |
| BAIR(Berkeley Artificial Intelligence Research) 랩 | 컴퓨터 비전, 머신 러닝, 자연어 처리, 계획, 로봇 영역에 종사하는 UC 버클리 연구자들이 한데 모였습니다. BAIR에는 위 영역에서 핵심적인 진보에 대한 연구를 수행 중인 24명 이상의 연구자와 수백 명의 대학원생이 참여하고 있으며, 다양한 양상의 딥 러닝, 인간과 호환 가능한 AI, AI를 다른 과학 분야 및 인간성과 연결하는 주제를 다룹니다. |
| DAWN(Data Analytics for What's Next) | 2017년 시작된 스탠포드의 연구 프로젝트로, 비전문가도 생산 준비가 완료된 ML 애플리케이션을 구축하고 실행할 수 있도록 머신 러닝용 시스템과 도구를 설계합니다. |
| RISE(Real-time Intelligent Secure Execution) | 이 5개년 연구 프로젝트는 라이브 데이터에 대한 지능적 의사결정을 실시간으로 내릴 수 있는 오픈 소스 범용 보안 스택을 생성하는 데 필요한 시스템, 머신 러닝, 보안 관련 과제를 해결하는 데 초점을 맞추고 있습니다. |
| SDSI(Stanford Data Sciences Initiative Affiliates Membership) | SDSI(Stanford Data Science Initiative)는 캠퍼스 내 응용 분야와 긴밀하게 연결된 핵심 데이터 기술에 초점을 맞춘 대학 내 조직입니다. SDSI는 방법 연구, 인프라, 교육으로 구성됩니다. |
국립 과학 재단(National Science Foundation)과의 파트너십
| 연구 센터 | 설명 |
|---|---|
| Intel NSF: Visual and Experiential Computing - Graduating 2018 | 모바일 및 웨어러블 장치, 자율 작동 기계, 의미론적으로 인식되는 공간을 통해 사람들이 시각 정보와 상호 작용하는 방식을 혁신하는, 새로운 다제간 접근 방식을 개발합니다. |
| Intel NSF: Cyber-Physical Systems, Security, and Privacy | 컴퓨터 및 커뮤니케이션 기술에 대한 의존이 증가하면서 발생하는 위협을 해결하고 인간과 엔지니어링 시스템이 상호 작용하는 방식을 혁신합니다. |
| Intel NSF: Information-Centric Networking in Wireless Edge Networks | ICN(정보 중심 네트워킹) 접근 방식을 통해 정보 평면이 포함된 고유한 데이터 네트워크 아키텍처를 모색하고, 네트워크 내에서 정보의 검색, 이동, 전달, 관리, 보호를 처리하며, 기반이 되는 커뮤니케이션 평면을 추상화하여 커뮤니케이션 기술 전반에 걸쳐 새로운 효율성과 최적화 기회를 창출하고 이를 통해 지연 시간과 확장 요구 사항을 해결할 수도 있습니다. |
| Intel NSF: Computer Assisted Programming for Heterogeneous Architectures | 혁신적인 대학 연구를 통해 다양한 하드웨어 아키텍처를 위한 효과적인 소프트웨어 개발 과제를 해결합니다. 이러한 연구는 현재 인간이 수행하고 있는 소프트웨어 개발 작업을 부분적으로 또는 완전히 자동화하여 소프트웨어 개발 생산성에 있어 상당한 수준의 정량적 발전을 이루어낼 것입니다. |
반도체 연구 기업
| 연구 센터 | 설명 |
|---|---|
| JUMP(Joint University Microelectronics Program) |
엔드-투-엔드 감지 및 액추에이션, 신호 및 정보 처리, 통신, 컴퓨팅, 비용 효율적이고 안전한 스토리지 솔루션을 위해 성능과 에너지 효율성이 뛰어난 미세 전기 장치와 관련된 장기적 연구를 후원합니다. |
| ASCENT | ASCENT는 차세대 "기능적 하이퍼 스케일링”을 지원하기 위해 기본 소재 합성 루트 및 장치 기술, 새로운 이기종 통합(패키징 및 모놀리)의 시연에 초점을 맞춥니다. |
| ADA | ADA Center는 프로그래밍 언어와 구현 기술을 포괄하는 애자일 시스템 설계 프레임워크의 지원을 바탕으로 애플리케이션 중심의 아키텍처와 시스템 중심의 기술 발전에서 기회를 창출하여 시스템 설계의 혁신을 다시금 도모합니다. |
| CBRIC | CBRIC의 목표는 차세대 자율 지능형 시스템을 개발하고 인지 컴퓨팅과 관련해 핵심적인 진보를 이루는 것입니다. |
| ComSenTer | ComSenTer은 대규모 공간 멀티플렉싱과 허브를 사용하여 미래의 셀룰러 인프라를 위한 기술을 개발하고 있습니다. 이를 통해 일반 사용자에게는 1-100Gb/s의 속도가 제공되고, 100~1000개의 독립적 동시 모듈 방식의 빔을 통해 집계 허브 용량은 10Tb/s 단위에 이르게 됩니다. |
| CONIX | CONIX는 네트워크의 자율성과 지능 수준을 높여, 클라우드 및 에지를 긴밀하게 결합하는 새로운 미들 티어 분산 컴퓨팅을 구현하는 것이 목표입니다. |
| CRISP | CRISP의 주요 과제는 다양한 이기종 IMS 아키텍처에서 이식성이 뛰어난 "베어 메탈"과 우수한 성능을 얻기 위해 프로그래머가 일상적으로 접하는 업무의 장벽을 크게 낮추는 것입니다. |
| nCORE | nCORE(nanoelectronic COmputing REsearch) 프로그램은 반도체, 전자 제품, 컴퓨팅, 방위 산업에 장기적으로 영향을 줄 수 있는 새로운 컴퓨팅 및 스토리지 패러다임의 핵심 기술을 개발하고자 미국 내 대학 합작 연구에 자금을 대고 있습니다. nCORE 프로그램은 정부-업계-학계 협업을 통해 NSCI(National Strategic Computing Initiative)를 지원합니다. 기존 CMOS 기술의 역량을 뛰어넘어, 대폭 향상된 효율성과 강화된 성능, 새로운 기능을 구현하기 위한 잠재력을 가진 새로운 소재와 장치와 관련된 기초 연구가 이를 뒷받침할 것입니다. 새로운 프로그램은 NRI(Nanoelectronics Research Initiative)로부터의 교훈을 바탕으로 구축되었습니다. |
Graduated Centers
| 연구 센터 | 설명 |
|---|---|
| Embedded Computing | 위치: CMU 플래노그램 생성 로봇인 Smart Headlights와 AndyVision은 2012년 인텔 데이 연구에서 소개되었으며, 센터 운영 기간 중 여러 성공 스토리에서도 수차례 언급되었습니다. 2011 - 2014. |
| Intel-NTU Connected Context Computing Center | 이 센터는 일상적인 활동과 환경을 혁신하는 M2M(Machine-to-Machine) 기술의 잠재력을 보여줄 수 있도록 시연 가능한 기술을 구현하는 것이 목표입니다. 위치: 대만 - NTU. 2010 - 2016. |
| Visual Computing | 위치: 스탠포드 대학. 이 센터는 컴퓨터 그래픽, 애니메이션, 이미지 해석, 대규모 게이밍에 관한 이기종 환경을 지원하기 위해 컴퓨팅의 최신 동향(클라우드, 크라우드 소싱, 핸드헬드 컴퓨팅)을 도입하고자 노력하고 있습니다. 2011-2015. |
| Cloud Computing | 카네기 멜론 대학이 있는 Cloud Computing 연구 커뮤니티에서는 미래의 클라우드 컴퓨팅의 새로운 기반이 될 중요 기술을 연구하고 있습니다. 2011-2016. |
| Pervasive Computing | 워싱턴 대학에 있는 Pervasive Computing 연구 센터는 무선 커뮤니케이션 및 감지, AI 및 ML, 컴퓨터 비전, HCI, 보안 부분의 우수한 연구 기관과 협력하고 있습니다. 2011-2016. |
| Secure Computing | 캘리포니아 버클리 대학에 있는 Secure Computing 센터는 컴퓨팅 기술의 보안을 유지하고 사용자의 안전을 보장하기 위한 과학적 연구에 초점을 맞추고 있습니다. 2011 - 2016. |
| Big Data | MIT에 있는 Big Data 연구 센터는 데이터베이스 관리, 분석, 시각화 지원을 비롯하여 데이터 집약적 검색을 지원하기 위해 데이터 분석을 연구하고 있습니다. 2012-2017. |
| SDN(Software Defined Network) | SDN의 장점을 통신사 네트워크로 확대하여, 혁신에 알맞은 네트워크를 만드는 방법을 모색합니다. 연구 주제에는 소프트웨어, 서비스 아키텍처, 배포 시나리오의 트래픽을 처리하는 통신사의 SDN이 포함됩니다. 2014-2017. |
| Low Latency Architectures | 메모리 지연을 줄이고, 저지연 스토리지 시스템을 만들며, 범용 마이크로아키텍처 및 가속기 아키텍처의 발전을 가속화하기 위한 혁신적인 기술을 개발합니다. 2014-2017. |
| Egocentric Video | 1인칭 시점의 카메라에서 수집한 원시 데이터(1인칭 시점의 비디오, 이미지, 오디오, 위치)에 포함된 유용한 정보를 수집하기 위해 1인칭 시점의 카메라에서 수집하고 개발한 비디오를 효과적으로 요약하고 사용자가 요청할 때 이 정보를 제공하는 기술을 개발합니다. 2014-2017. |
| Compressive Sensing | 2D/3D 스틸/비디오/MRI 이미지의 압축된 도메인 데이터 처리 및 무작위로 생성된 압축 측정을 최적의 상태로 활용하는 새로운 알고리즘, 아키텍처, 가속기, 회로, 전력 관리 기술을 개발합니다. 2014-2017. |
| IVCI Visual Computing | 독일 자를란트 대학에 허브를 둔 이 기관은 시각 컴퓨팅 연구에 주력하며, 시각적 데이터 및 관련 데이터의 획득, 모델링, 처리, 전송, 렌더링 및 디스플레이에 초점을 맞추고 있습니다. 2010-2016. |
| Urban IoT | 영국 유니버시티 칼리지 런던, 임페리얼 칼리지 런던, Future Cities Catapult에 기반을 둔 이 센터에서는 도시 규모의 사물 인터넷을 지원하는 데 필요한 컴퓨팅 패브릭을 연구합니다. 2012-2017. |
| Secure IoT Computing | 독일 다름슈타트 공과 대학에 있는 이 센터는 IoT 에지 장치를 위한 가볍고 경제적인 비용의 보안 및 신뢰 앵커 구성 요소를 연구하며, 결과는 유연하고 민첩한 실리콘 프로토타입에 통합됩니다. 2013-2017. |
| Computational Intelligence | 이스라엘의 히브리 대학과 Technion에 있는 이 센터는 머신 러닝 및 인지 응용 분야의 가속화를 위한 하드웨어/소프트웨어 혁신에 초점을 맞춥니다. 2013-2017. |
| Mobile Networking and Computing | 중국 칭화 대학에 있는 Mobile Networking and Computing 연구 센터는 차세대(5G) 네트워크의 일반적인 애플리케이션을 지원하기 위해 고급 모바일 네트워크 기술을 연구하고 있습니다. 2015-2018. |