Topics in System Software (OS Support for Real-Time Embedded AI)


  • Class hours: 11:00 - 12:15 (Tue/Thr)
  • Location: 301-821
  • Office hours: 10:30 - 11:00 (Tue/Thr)


Teaching Assistant

  • Name: Jaeho Ahn
  • E-mail:
  • Tel.: 02-880-8370
  • Office location: 944-8F


  • Objectives

  • 본 강의에서는 실시간 임베디드 시스템이 딥러닝 기반의 AI 응용을 효과적으로 수행할 수 있도록 만들기 위해 운영체제가 어떠한 지원을 하여야 하는지를 파악하기 위한 학습을 진행한다. 먼저 실시간 임베디드 AI 응용의 형태와 요구사항을 파악하기 위해 실시간 스트림 프로세싱, 센서 퓨전을 학습한다. 이어서 실시간성을 보장하기 위한 time sync, network bandwidth reservation에 대해서 학습한다. 아울러 실시간 임베디드 AI 응용의 computing intensive한 측면을 만족시킬 수 있는 GPU 프로세싱, data intensive한 측면을 만족시킬 수 있는 memory 구조에 대해서 학습한다.

  • Prerequisites:

  • Weekly schedule

  • (기간) 강의내용
    1주 (3/6, 8) Introduction to Real-Time and Embedded (RT/E) AI
    How to write mid-term term paper and final term-paper
    2주 (3/13, 15) Introduction to mixed criticality systems
    3주 (3/20, 22) Evaluating Nvidia TX1 for supporting real-time computer-vision workloads
    4주 (3/37, 29) GPU scheduling on Nvidia TX2
    5주 (4/3, 5) Requirements of real-time stream processing
    6주 (4/10, 12) Automotive embedded data stream management system
    7주 (4/17, 19) Time sensitive network (TSN)
    8주 (4/24, 26) Shared library + HW isolation in multicore real-time systems
    9주 (5/1, 3) OS integration of peer-to-peer DMA between SSDs and GPUs
    10주 (5/8, 10) Request bundling memory controller for mixed criticality systems
    11주 (5/15, 17) Mid-term term paper due on 5/14 Term paper presentations
    12주 (5/21, 24) Reserved I
    13주 (5/29, 31) Reserved II
    14주 (6/5, 7) Reserved III
    15주 (6/12, 14) Final term paper due on 6/18 12:00PM (Deadline extension !)
  • Grading
    Mid-term term paper 50%
    Final term paper 50%

Put password

Put password