Welcome to Machine Learning Systems Lab
In Machine Learning Systems Lab, we investigate programmability, scalability, manageability, and performance of machine learning systems. We optimize the performance of existing machine learning systems such as Tensorflow, PyTorch, Megatron, and , as well as big data systems such as Hadoop. We investigate various trade-offs (such as performance and accuracy) in existing systems. We also work on security aspect of machine learning models and systems. See Research Page for the list of the research topics.
Research Topics include (연구 주제):
Large-Scale Machine Learning System 대규모 분산 머신러닝 시스템
LLM Training/Inference Optimization LLM 학습/추론 최적화
Deep Learning Model Security/Testing 딥러닝 모델 결함/편향성 탐지 및 개선
Deep Learning Model Quantization 딥러닝 모델 경량화/최적화
Graph Processing Systems 그래프 분석 시스템
자세한 내용은 Research Page 참고
News:
NEW: 2025년도에 우리 연구실이 타학교로 이동하기 때문에, 더이상 한양대 대학원으로 지원하는 학생은 받지 않습니다.
NEW: 서지원 교수가 2024-25기간동안 VLDB 학회의 커미티로 활동합니다. VLDB는 데이터베이스 및 데이터 프로세싱 시스템 분야의 최우수 학회입니다.
NEW: 초거대 언어모델 (LLM)의 실행을 최적화 하는 논문이 컴퓨터 시스템 분야 최우수 학회인 ASPLOS에 Accept 되었습니다. 논문 제목은 'ExeGPT: Constraint-Aware Resource Scheduling for LLM Inference' 입니다. FasterTransformer 대비 최대 10배 이상의 Throughput 향상을 보였습니다. 축하합니다!
서지원 교수가 한/중/일 연구재단 주관 Northeast Asia Research Symposium (데이터 엔지니어링 기술 분야)에 한국을 대표하는 연구자중 한명으로 초청받아 그래프 분석 시스템 연구 내용을 발표하였습니다.
파라미터 수렴을 고려한 심층신경망 학습 (DAC '20, GTC '20 발표 내용)