본 논문은 자원 제약이 있는 에지 디바이스에서의 심층 신경망(DNN) 추론의 계산 복잡성 문제를 해결하기 위해, DNN 연산자 가중치의 스파스성을 활용하는 FlexiSAGA라는 AI 하드웨어 가속기를 제안합니다. FlexiSAGA는 7가지의 스파스 및 밀집 데이터 흐름을 지원하여 자원 집약적인 DNN 연산자를 효율적으로 처리할 수 있도록 설계되었습니다. 또한, FlexiSAGA 아키텍처에 맞춰 설계된 DNN 가지치기 방법을 제안하여, 밀집 및 스파스 합성곱 및 완전 연결 연산자의 최적 처리를 가능하게 하고, DNN/하드웨어 공동 설계 흐름을 지원합니다. 실험 결과, 기존 상용 및 문헌상의 가속기 플랫폼을 능가하는 1.41배에서 최대 4.28배의 DNN 스파스-밀집 추론 속도 향상을 보였습니다.