清华微纳电子系在可重构神经网络计算芯片领域取得重大进展
清华大学
2017-06-09 15:29
清华新闻网6月9日电 6月6日，清华大学微电子与纳电子学系（以下简称“微纳电子系”）魏少军教授团队在日本京都举办的2017超大规模集成电路国际研讨会发表了题为“面向深度学习的高能效(1.06-5.09TOPS/W)可重构混合神经网络处理器”（ “A 1.06-to-5.09 TOPS/W Reconfigurable Hybrid-Neural-Network Processor for Deep Learning Applications”）的学术论文。第一作者尹首一副教授在会上详细介绍了该团队在人工智能芯片领域取得的重大进展。这是清华大学微纳电子系首次作为第一作者单位在该国际会议上发表论文。
在人工智能高速发展的今天，现有的通用计算平台（CPU、GPU和FPGA等）难以实现高能效的神经网络计算，探索新型神经网络计算芯片架构成为研究热点和学科前沿。过去几年，尹首一副教授针对这一前沿课题，领衔研究和设计了可重构多模态混合神经计算芯片（代号“Thinker”）。该芯片基于该团队长期积累的可重构计算芯片技术，采用可重构架构和电路技术，突破了神经网络计算和访存的瓶颈，实现了高能效多模态混合神经网络计算。芯片具有高能效的突出优点，其能量效率相比目前在深度学习中广泛使用的GPU提升了三个数量级，同时支持电路级编程和重构，是一个通用的神经网络计算平台，可广泛应用于机器人、无人机、智能汽车、智慧家居、安防监控和消费电子等领域。
超大规模集成电路国际研讨会（VLSI）始于1987年，是全球先进半导体与集成电路的学术盛会，是国际微电子领域的顶级会议，与国际固态半导体电路大会 （ISSCC）和国际电子器件会议 （IEDM）并称微电子技术领域的“奥林匹克盛会”。超大规模集成电路国际研讨会只接收极具应用前景的创新性研究成果，英特尔（Intel）、IBM等公司的许多核心技术大都选择在超大规模集成电路国际研讨会国际研讨会上首次披露。
版权与免责声明
【1】凡本网注明"来源：中科商务网"的所有文字、图片和音视频稿件，版权均属于中科商务网，转载请必须注明中科商务网，违反者本网将追究相关法律责任。
【2】本网转载并注明自其它来源的作品，是本着为读者传递更多信息之目的，并不代表本网赞同其观点或证实其内容的真实性，不承担此类作品侵权行为的直接责任及连带责任。其他媒体、网站或个人从本网转载时，必须保留本网注明的作品来源，并自负版权等法律责任。
【3】如涉及作品内容、版权等问题，请在作品发表之日起一周内与本网联系。