채널톡 아이콘

FPGA로 만드는 AI 가속기 — 이미지 처리부터 CNN 학습·하드웨어 검증까지

FPGA와 Verilog는 배웠지만 "그래서 AI 가속기를 어떻게 직접 만드나?"에서 막히는 분이 많습니다. 이 강의는 그 궁금을 해소합니다. 보급형 FPGA 한 장과 무료 툴만으로, 손으로 설계한 3×3 커널에서 시작해 CNN을 직접 학습시키고, 학습된 가중치를 INT8로 양자화해 하드웨어에 올린 뒤, 파이썬 모델과 1비트도 어긋나지 않는지(Bit-True)까지 검증합니다. 반도체 산업 30년 경력과 현직 교수로서, 실제 FPGA에서 검증한 내용만 '동작하는 회로'로 가르칩니다. 이론이 아니라 직접 설계하고 증명하는 경험을 얻어, 팹리스 설계·AI 반도체 분야에서 통하는 실전 역량을 갖추게 됩니다.

2명 이 수강하고 있어요.

난이도 중급이상

수강기한 무제한

수강 후 이런걸 얻을 수 있어요

  • 3×3 커널부터 CNN까지, 이미지 인식 가속기를 직접 설계해 FPGA에서 동작시키는 능력

  • 학습시킨 실수 가중치를 INT8로 양자화(PTQ·QAT)해 하드웨어에 올리는 실전 능력

  • 파이썬 참조 모델과 Verilog RTL을 1비트 단위로 대조하는 Bit-True 검증 능력

  • 실시간 이미지 처리 파이프라인(픽셀 필터·3×3 컨볼루션)을 FPGA로 구현하는 능력

  • 라인버퍼·Winner-Take-All·Argmax 등 하드웨어 친화적 연산 구조를 직접 설계하는 능력

  • 두 개의 클럭 도메인을 다루고 FPGA 실기에서 타이밍을 맞추는 실무 감각

  • 무료 툴과 FPGA 한 장으로 완성한, 포트폴리오로 쓸 수 있는 동작하는 AI 가속기 결과물

■ 강의 소개

보급형 FPGA(Arty S7-25) 한 장과 무료 툴(Vivado)만으로 AI 가속기(NPU)를 직접 설계·학습·검증하는 실습 강의입니다. 손으로 설계한 3×3 커널에서 출발해, CNN을 직접 학습시키고, 학습된 실수 가중치를 INT8로 양자화해 FPGA에 올린 뒤, 파이썬 참조 모델과 1비트도 어긋나지 않는지(Bit-True)까지 검증합니다. 개념 설명에 그치지 않고, 설계한 회로가 실제 하드웨어에서 동작하는 것을 눈으로 확인하며, 모든 소스는 GitHub에 공개되어 있습니다.

■ 이 강의가 다루는 것

이미지 처리부터 AI 가속기 설계까지, 두 개의 트랙으로 이어집니다.

· 실시간 이미지 처리 — 픽셀 스트리밍 파이프라인, 3×3 컨볼루션, 라인버퍼

· AI 가속 입문 — 고정 커널 분류기 → CNN 학습·양자화(PTQ·QAT) → 학습 가중치 Bit-True 검증

손으로 설계하는 것에서 시작해, 기계가 학습한 가중치를 하드웨어에서 검증하는 데까지 나아갑니다.

■ 이런 분께 권합니다

· 반도체 팹리스 프론트엔드 설계 취업을 준비 중인데, 이론만 알고 직접 설계한 경험이 없어 막막한 분

· FPGA·Verilog는 다뤄봤지만, AI 가속기를 스스로 설계·검증하는 단계로 올라가지 못한 주니어 엔지니어

· 전자·컴퓨터공학 전공생으로, AI 반도체를 실물로 구현한 포트폴리오가 필요한 분

· AI 시스템 반도체 분야로 이직하려는데, 실전 하드웨어 역량을 증명할 방법이 필요한 분

■ 이 강의를 들으면

· 3×3 커널부터 CNN까지, 이미지 인식 가속기를 직접 설계해 FPGA에서 동작시키는 능력

· 학습한 실수 가중치를 INT8로 양자화(PTQ·QAT)해 하드웨어에 올리는 실전 능력

· 파이썬 참조 모델과 Verilog RTL을 1비트 단위로 대조하는 Bit-True 검증 능력

· 라인버퍼·Winner-Take-All·Argmax 등 하드웨어 친화적 연산 구조를 직접 설계하는 능력

· 포트폴리오·면접에 바로 쓸 수 있는, 실제로 동작하는 AI 가속기 결과물

■ 선수 지식

· C언어 기초, 디지털 논리회로 기초

· Verilog-HDL 문법과 FPGA 합성·구현 경험

· Python 기본 사용

· CNN·신경망의 기본 개념

■ 수강 전 준비 (중요)

이 강의는 Vivado와 Python 환경이 설치되어 있고, 기본적인 시뮬레이션 실행이 가능한 상태를 전제로 진행합니다. 아래 기초 환경 구축은 강의에서 자세히 다루지 않으니 미리 준비해 주세요.

- Vivado 설치 및 기본 사용

- Python(Anaconda/Jupyter) 설치

- Verilog-HDL 기초

위 기초는 제 YouTube 채널(@EdgeChipLab)의 무료 영상에서 다루며, 시중의 다른 자료를 참고하셔도 됩니다. 본 강의는 이 기초 위에서 '이미지 프로세싱, AI 가속기 설계·학습·검증'에 집중합니다.

■ 실습 환경 · 준비물

· FPGA 보드: Digilent Arty S7-25

· 디스플레이: Pmod OLEDrgb (SSD1331, 96×64) — 입력·결과 이미지 표시용

· 툴: Xilinx Vivado(무료), Python(Anaconda/Jupyter)

· 실습 소스: GitHub 전면 공개 (RTL·Python·Testbench·.mem)

· 입력은 저장된 이미지(.mem)를 사용하며, 카메라는 필요하지 않습니다

· 보드·OLED가 없어도 영상과 Vivado 시뮬레이션까지 학습 가능

■ 이 강의만의 강점

· 설계 → 학습 → 하드웨어 검증으로 이어지는 완결 루프

· 100% Bit-True 검증 — '돌아간다'가 아니라 '파이썬과 정확히 같다'를 증명

· 보급형 FPGA 한 장과 무료 툴로, 시간·장소 제약 없이 완주

· GitHub 전면 공개로 내려받아 즉시 재현

· 반도체 산업 30년 경력의 현직 교수가, 실제 FPGA에서 검증한 내용만 전달

■ 참고

· 본 강의의 모든 설계·구현 내용은 강사가 제작하였으며, 나레이션(음성)은 TTS로 제작되었습니다.

이런 분들께
추천드려요

학습 대상은
누구일까요?

  • 반도체 팹리스 프론트엔드 설계 취업을 준비 중인데, 이론만 알고 직접 설계한 경험이 없어 막막한 분

  • FPGA·Verilog는 다뤄봤지만, AI 가속기를 스스로 설계·검증하는 단계로 올라가지 못한 주니어 엔지니어

  • 전자·컴퓨터공학 전공생으로, AI 반도체를 실물로 구현해본 포트폴리오가 필요한 분

  • AI 시스템 반도체 분야로 이직하려는데 실전 하드웨어 역량을 증명할 방법이 필요한 분

선수 지식,
필요할까요?

  • C언어 기초

  • 디지털 논리회로 기초

  • Verilog-HDL 문법 (유투브 무료 Level 1 영상으로 선행 학습 가능)

  • Vivado · Python(Anaconda/Jupyter) 설치 및 기본 시뮬레이션 실행

안녕하세요
EdgeChipLab입니다.

반도체 산업 30년 경력(삼성전자)과 현직 대학 교수입니다.

삼성전자 DS부문 시스템반도체 연구원, 영국·독일법인 Director, 시스템LSI 마케팅·영업 그룹장을 거쳤고, 현재 대학에서 차세대 반도체 설계를 가르치고 있습니다.

트랜지스터부터 CPU·NPU·AI SoC까지, 직접 설계한 회로가 실제 FPGA에서 동작하는 과정을 가르칩니다. 특히 본 강의들은 인터넷의 단편 지식을 모은 것이 아니라, 강사 본인의 학술 연구와 검증된 설계를 실제 FPGA 하드웨어로 구현하고 Bit-True로 검증한 결과물입니다. 자체 개발한 RISC-V CPU를 포함한 모든 소스 코드는 GitHub에 공개되며, 보급형 FPGA(Arty S7-25)와 무료 툴(Vivado)만으로 누구나 직접 재현하고 검증할 수 있습니다.

모든 강의는 하나의 커리큘럼으로 연결됩니다. AI 이론에서 시작해 이미지 처리, AI 가속기(NPU) 설계·검증으로 이어지며, 앞으로 RISC-V CPU, NPU 심화, AI SoC, mini LLM에 이르는 고급·전문 과정으로 확장됩니다. (콘텐츠는 지속적으로 업데이트됩니다.)

[검증 가능한 이력]

- 자체 개발 RISC-V CPU — RISC-V 국제재단 공식 컴플라이언스 테스트(ACT) 통과, 소스 코드 공개

- 단독저자 학술논문 4편(KCI 저명학술 등재지 IJIBC)

- 아마존 출간 서적 2편(AI NPU System Design with Python and Verilog 등 베스트셀러 #3 등재)

- RV32I CPU·NPU·비전·AURA-Edge SoC를 Arty S7에서 동작 검증

YouTube @EdgeChipLab · GitHub github.com/estlit

더보기

커리큘럼

전체

5개 ∙ (3시간 6분)

강의 게시일: 
마지막 업데이트일: 

수강평

아직 충분한 평가를 받지 못한 강의입니다.
모두에게 도움이 되는 수강평의 주인공이 되어주세요!

EdgeChipLab님의 다른 강의

지식공유자님의 다른 강의를 만나보세요!

비슷한 강의

같은 분야의 다른 강의를 만나보세요!

얼리버드 할인 중

월 ₩26,400

5개월 할부 시

40%

₩220,000

₩132,000