Song Han은 MIT EECS의 부교수입니다. 스탠포드 대학교에서 박사 학위를 받았습니다. 그는 효율적인 AI 컴퓨팅을 위해 널리 사용되는 가지치기와 양자화를 포함한 '딥 압축' 기술과 최신 AI 칩에 가중치 희소성을 최초로 도입한 '효율적인 추론 엔진'을 제안하여 ISCA 50년 역사상 가장 많이 인용된 논문 상위 5위 안에 드는 논문을 발표했습니다. 그는 IoT 디바이스에 딥러닝을 도입하여 엣지에서의 학습을 가능하게 하는 TinyML 연구를 개척했습니다. 그의 팀은 하드웨어 인식 신경 아키텍처 검색(원포올 네트워크)에 대한 연구를 통해 사용자가 리소스가 제한된 하드웨어 장치에 AI 모델을 설계, 최적화, 축소 및 배포할 수 있도록 지원하여 주요 AI 컨퍼런스의 저전력 컴퓨터 비전 콘테스트에서 여러 차례 1위를 수상했습니다.