KAIST-Student gewinnt Auszeichnung für bestes Paper auf internationalem Symposium
Wichtige Erkenntnisse
- •Lee Jung-hyun, Doktorand am KAIST TERA Lab, erhielt die Auszeichnung „Best Student Paper — Honorable Mention“ auf dem IEEE International Symposium on Electromagnetic Compatibility, Signal & Power Integrity 2026 in Dallas, Texas.
- •Sein ausgezeichnetes Paper wandte die Tucker-Zerlegung an, um Daten von Stromverteilungsnetzen in einem 256-Port-Test um etwa 695:1 zu komprimieren, wobei die Rekonstruktionsgenauigkeit erhalten blieb.
- •Die tensorbasierte Methode zielt auf Herausforderungen bei Stromversorgung und Signalintegrität in dicht integrierten Halbleiterpackages einschließlich High-Bandwidth Memory und Chiplet-Systemen ab.
- •Das IEEE-Symposium, das seit 1959 jährlich stattfindet, ist eine führende internationale Konferenz, die 1.500 bis 2.000 Ingenieure und Forscher aus Industrie, Wissenschaft und staatlichen Einrichtungen anzieht.
- •Das KAIST TERA Lab unter der Leitung von Professor Kim Joung-ho konzentriert sich auf Hochgeschwindigkeits-Halbleiterpackaging, Signal- und Stromintegrität sowie Next-Generation-Speicherarchitekturen einschließlich HBM.
Business
Tech & Science
KAIST-Student gewinnt Auszeichnung für bestes Paper auf internationalem Symposium
Veröffentlicht am 13. Aug. 2026, 11:42 Uhr KST
Lee Jung-hyun / Mit freundlicher Genehmigung des Korea Advanced Institute of Science & Technology TERA Lab
Lee Jung-hyun, Doktorand am TERA Lab des Korea Advanced Institute of Science & Technology (KAIST), erhielt die Auszeichnung „Best Student Paper — Honorable Mention“ auf dem International Symposium on Electromagnetic Compatibility, Signal & Power Integrity 2026 des Institute of Electrical and Electronic Engineers, wie die Halbleiter-Forschungsgruppe am Donnerstag mitteilte.
Das Symposium fand vom 3. bis 7. August in Dallas, Texas, statt. Lee wurde für sein Paper „Physics-Aware Tensor Learning for Data-Efficient Multi-Port Power Distribution Network Analysis“ ausgezeichnet.
Das Paper stellte eine neue tensorbasierte Methode zur effizienten Speicherung und Analyse großer Datenmengen von Stromverteilungsnetzen (PDN) vor, die in fortschrittlichen Halbleiterpackages wie High-Bandwidth Memory (HBM) und Chiplet-Systemen entstehen. Die Gewährleistung einer stabilen Stromversorgung über Hunderte von Ports in diesen dicht integrierten Packages ist eine wachsende Herausforderung für die Halbleiterindustrie, da die steigende Nachfrage nach KI-Beschleunigern die Hersteller zu immer größeren HBM-Stapeln und komplexeren Multi-Die-Designs drängt, bei denen Signal- und Stromintegrität direkten Einfluss auf Leistung und Zuverlässigkeit haben.
Durch den Einsatz eines mathematischen Verfahrens namens Tucker-Zerlegung zur Extraktion repräsentativer Muster aus den Daten erzielte das Forschungsteam in einem Test mit einem 256-Port-PDN eine Komprimierungsrate von etwa 695:1, wobei die angestrebte Rekonstruktionsgenauigkeit beibehalten wurde.
„Ich begann mich für Tensoren zu interessieren, während ich untersuchte, wie künstliche Intelligenz und Supercomputer hochdimensionale Daten verarbeiten, und wandte eine Idee, die aus diesem Prozess entstand, auf Probleme der Signal- und Stromintegrität in dieser Forschung an“, sagte Lee.
„In Zukunft möchte ich die Genauigkeit und Interpretierbarkeit tensorbasierter Darstellungen in realistischeren Halbleiterpackage-Strukturen überprüfen.“
Das Symposium ist eine der weltweit führenden internationalen Konferenzen für elektromagnetische Verträglichkeit sowie Signal- und Stromintegrität. Es findet seit 1959 jährlich statt und bringt rund 1.500 bis 2.000 Ingenieure und Forscher aus Industrie, Wissenschaft und staatlichen Einrichtungen zusammen.
Das KAIST TERA Lab ist eine Forschungsgruppe, die sich auf Hochgeschwindigkeits-Halbleiterpackaging, Signal- und Stromintegrität sowie Next-Generation-Speicherarchitekturen einschließlich HBM und High-Bandwidth-Flash konzentriert. Die Gruppe wird von Professor Kim Joung-ho geleitet, der dafür bekannt ist, das grundlegende Konzept, Design und die Architektur von HBM eingeführt zu haben.
