기존 인공지능 하드웨어는 오프칩 메모리 접근으로 인해 성능 저하와 높은 전력 소모 문제를 겪습니다. 본 기술은 이러한 한계를 극복하기 위해 메모리 참조에 매우 효과적인 실시간 인공지능 가속 하드웨어 및 그 동작 방법을 제안합니다. 파이프라인화된 신경망 구조를 기반으로 온칩 메모리(라인 버퍼, 가중치 버퍼 등)를 활용하여 오프칩 메모리 접근을 최소화하며, 라인 단위 신경망 연산과 최적화된 패딩 처리를 통해 실시간 데이터 처리 성능을 획기적으로 향상시킵니다. 특히, 노이즈 제거와 같은 대규모 연산이 필요한 분야에서 지연 시간과 에너지 소비를 줄여 고효율의 인공지능 가속을 가능하게 합니다. 본 기술은 차세대 AI 시스템 구축에 필수적인 핵심 솔루션입니다.