양자화 방식의 AI 경량화・최적화

<div class="se-viewer se-theme-default" lang="ko-KR">
    
    
    
    <div class="se-main-container">
                <div class="se-component se-text se-l-default" id="SE-62f6b2b8-c61c-4673-9b0e-714c10602d94">
                    <div class="se-component-content">
                        <div class="se-section se-section-text se-l-default">
                            <div class="se-module se-module-text">
                                    <p class="se-text-paragraph se-text-paragraph-align-justify " style="" id="SE-1dcddc59-b6ae-4071-8b02-b54c6b1aec84"><span style="color:#222222;" class="se-fs-fs19 se-ff-pretendard   " id="SE-5537348f-7b3b-4ff3-ac6a-aecabb8ef0f1">양자화 방식으로 AI 모델을 4-Bit 이하로 줄이면서도 동일한 성능을 유지해, AI의 비용 절감과 효율성을 극대화하는 경량화</span><span style="" class="se-fs-fs19 se-ff-   " id="SE-3725ed01-88f8-4cff-a543-411146563232">·</span><span style="color:#222222;" class="se-fs-fs19 se-ff-pretendard   " id="SE-6b30b774-f9a1-42ad-bd5d-5a998805202d">최적화 기술을 개발했습니다. 공동창업진은 글로벌 최고 수준의 학회에서 경량화 관련 논문을 70편 이상 발표하는 등 AI 모델 및 하드웨어 전반에 걸쳐 연구·개발 경험이 풍부한 멤버들입니다.</span></p>
                            </div>
                        </div>
                    </div>
                </div>    </div>
</div>

양자화 방식으로 AI 모델을 4-Bit 이하로 줄이면서도 동일한 성능을 유지해, AI의 비용 절감과 효율성을 극대화하는 경량화·최적화 기술을 개발했습니다. 공동창업진은 글로벌 최고 수준의 학회에서 경량화 관련 논문을 70편 이상 발표하는 등 AI 모델 및 하드웨어 전반에 걸쳐 연구·개발 경험이 풍부한 멤버들입니다.