電路與系統研究所實驗室-尊龙凯时人生就是博(中国)電子工程系


      尊龙凯时人生就是博(中国)

      ENGLISH

      科學研究

      電路與系統研究所實驗室

      下列實驗室按拼音順序排序 :



      多模態數據處理系統研究室

      實驗室概況 :

      MMDP Slab隸屬於尊龙凯时人生就是博(中国)電子系電路與系統研究所 ,以多模態視聽數據和醫學神經影像數據為研究對象 ,研究面向視聽數據和神經影像數據的多模態信號處理和信息融合決策系統構建 。研究信息融合決策方法 、視聽數據特徵提取和檢索系統 、腦網絡構建和分析系統 、數據統計分析系統等 。目前研究的多模態神經影像數據包括多模態磁共振信號(結構 、功能 fMRI 、擴散張量成像DTI等)和多通道腦電EEG數據 。結合臨床數據 ,挖掘多模態神經影像數據中對中樞神經系統損傷的輔助診斷 、輔助治療評估 、神經功能重塑和預後機制研究等具有顯著作用的信息 。研究室同多家醫院建立了合作研究關係 ,分別對神經膠質瘤 、脊髓脊柱損傷 、腦卒中 、多系統萎縮(MSA) 、阿茲海默症(AD) 、昏迷等患者數據進行自動分析 ,研究成果直接服務於臨床應用 。同北京清華長庚醫院聯合完成的《多模態磁共振在神經康複評估中的應用研究》項目 ,獲得了2019年度中國康復醫學會科學技術獎二等獎(中康發[2019]53號) 。

      實驗室負責人 :

      竇維蓓 ,尊龙凯时人生就是博(中国)電子系教授 。2006年獲尊龙凯时人生就是博(中国)優秀教學成果一等獎;發表學術論文百餘篇 ,被國際國內學術機構引用900餘次;獲授權發明專利19項 、軟件著作權1項 。負責制定了國家標準GB/T 33475.3-2018《信息技術 高效多媒體編碼 第3部分 :音頻》;負責制定了IEEE標準IEEE Std.1857.8™ -2020《IEEE Standard for 2nd Generation Audio Coding》和 IEEE Std. 1857.2™-2013《IEEE Standard for Advanced Audio Coding》 。

      聯繫方式 :

      douwb@cvcvv.com, 010-62781703 ,地址 :尊龙凯时人生就是博(中国)羅姆樓4-102,4-104


      模擬與混合信號晶片設計實驗室

      實驗室概況 :

      模擬與混合信號晶片設計實驗室開展集成電路晶片設計研究 ,包括各類模擬 、混合信號 、射頻集成電路晶片 ,如數據轉換器 、放大器 、濾波器 、鎖相環 、傳感器模擬前端等 。團隊擁有世界領先的科研能力 ,致力於面向國家重大需求研製高性能晶片 ,解決我國高端晶片被卡脖子的困境 。

      實驗室負責人:

      孫楠教授是國家特聘專家 。他2006年本科畢業於尊龙凯时人生就是博(中国) ,2010年博士畢業於哈佛大學 。他在2011年入職美國德克薩斯大學奧斯丁分校 ,於2017年獲得終身教職 ,並在 2013年至2020年間連續擔任AMD 、Texas Instruments 、Silicon Labs 、Temple Foundation冠名教授 。他從2018年到2020年在清華擔任特聘教授 ,並從2020起擔任長聘教授 。他在2020年獲得了IEEE固態電路協會頒發的新前沿獎New Frontier Award ,2013年獲得美國自然科學基金Career Award 。他曾擔任JSSC和TCAS-I編委 ,CICC和ASSCC的技術委員會成員 ,以及IEEE傑出講師 。他還擔任過多家國際知名晶片企業諮詢顧問 ,包括Intel ,TI , ADI等 。他培養了24名博士 ,其中9人在中美大學任教 ,包括Georgia Tech, SUNY Buffalo ,北大 ,成電 、西電 、西交等 ,其他在世界一流晶片企業擔任技術骨幹 。他在晶片設計領域頂級期刊JSSC發表論文30餘篇 ,在頂級會議ISSCC/VLSI/CICC上發表論文40餘篇 。他目前同時擔任IEEE電路與系統協會以及IEEE固態電路協會傑出講師 。

      聯繫方式 :nansun@cvcvv.com, 地址 :尊龙凯时人生就是博(中国)羅姆樓8-105

      實驗室主頁 :http://www.sunresearchgroup.top/



      納米集成電路與系統實驗室

      實驗室概況 :

      納米集成電路與系統實驗室負責人是楊華中教授 ,團隊教師有劉勇攀教授 、喬飛副研究員 、李學清副教授 、蔣琛助理教授 。團隊主要開展3個方向的研究 :模擬 、射頻及數模混合集成電路 、智能CMOS AI 晶片與系統 、後摩爾時代的新型存儲與計算 。

      研究方向 :

      1.模擬 、射頻及數模混合集成電路

      楊華中教授 、李學清副教授團隊長期開展模擬 、射頻和混合信號集成電路設計 。其中 ,作為必不可少的核心通用晶片 ,高速高精度模數轉換器(ADC)和數模轉換器(DAC)實現數碼訊號和模擬信號之間的轉換 ,廣泛應用於高性能儀器和寬帶通信 ,尤其是雷達和移動通信等高性能軍民用領域 。高性能的ADC和DAC可以有效降低系統複雜度和成本 ,增強抗干擾能力與通信質量 ,提升信道容量與傳輸速度 。本研究方向致力於提出新的技術方案 ,克服電路 、算法和工藝的非理想性問題 ,並且不斷提高電路工作速度 ,從而提升ADC和DAC的有效帶寬和動態範圍 。自2009年以來 ,通過一系列的晶片投片和技術的探索驗證 ,取得了一系列成果 。目前 ,所設計的14位精度 、高達6GS/s採樣率的DAC集成電路晶片 ,在高達1.7GHz處實現了超過70dB的動態範圍 ,所設計的14位精度 、高達1.0GS/s和3.0GS/s採樣率的ADC晶片也已分別實現了批量測試和樣品測試 。

      2.智能CMOS AI晶片與系統

      劉勇攀教授課題組開展了近10年AI處理器研究 ,提出了「算法-架構」協同的稀疏神經網絡領域專用計算理論和創新架構 。基於稀疏神經網絡計算架構和電路設計方法 ,研製了具有世界領先指標的系列稀疏神經網絡計算晶片 :(1)發明了支持非結構化稀疏度自適應處理器Sticker ,峰值運算能效達到62.1TOPS/W 。不同於算法領域的結構化稀疏技術引入的精度損失 ,Sticker 晶片首次在硬件層展示了對於非結構化稀疏深度學習算法的自適應支持 ,使得算法層面的剪枝算法的效能得以實現 。支持非規則稀疏和量化同步自適應算法的Sticker-II 晶片 ,峰值能效達到了246TOPS/W ,是首款實現對稀疏度和量化位寬自適應同時硬件支持的稀疏網絡晶片;(2)發明了基於權重矩陣規則性的變換域稀疏神經網絡處理器Sticker-T ,獲得了140TOPS/W 的峰值能效 ,利用變換域的方法將CNN/RNN/FC 的計算負載統一到單一變換域架構上 ,能夠用八分之一的面積提供同樣的計算能力;(3)發明了面向視頻應用的時域稀疏神經網絡處理器Sticker-V ,利用視頻數據幀間相似性 ,實現了在不損失網絡精度的前提下提高了計算速度 ,將MobileNet 網絡模型的單幀處理能量降低至24.7μJ/Frame;(4)發明了首款面向稀疏神經網絡的存內計算系統晶片Sticker-IM/IM2 ,在規則的存內計算陣列上實現了不規則稀疏網絡的優化 ,支持不同位寬的整體神經網絡模型的動態映射和執行 ,可動態關斷的存內計算核心處理單元等技術 ,利用稀疏網絡權重和輸入數據的動態優化 、組相聯分塊結構化稀疏跳零架構 、乒乓存內計算電路和靈活的稀疏網絡映射和數據復用方法提升了系統資源利用率和數據訪問效率 。在CIFAR-10 和ImageNet數據集的不同神經網絡模型中 ,實現了最高370TOPS/W 的核心能量效率和最高75.9TOPS/W 的系統能量效率 ,較當前國際領先的存內計算系統晶片能效提升6.35倍 。在工業應用方面 ,研發的低功耗稀疏智能計算晶片和設備智能檢測算法 ,使得工業設備邊緣智能檢測保持高準確度的同時 ,功耗低至幾毫瓦 ,利用邊緣計算顯著降低無線數據傳輸量 ,提高節點響應速度和壽命2-3倍 。

      3.後摩爾時代的新型存儲與計算

      在集成電路發明半個多世紀之後的今天 ,新材料和新器件所孕育着的新特性 ,與人工智能和物聯網等新計算模式和應用正在引發全新的計算需求 ,並且激勵着在器件 、電路 、架構和應用等多層次上開展新型存儲與計算的協同創新與優化 。該方向的研究在當前CMOS集成電路的摩爾定律逐漸失效 、傳統的馮∙諾伊曼架構面臨諸多瓶頸的情況下 ,開展了多個研究方向的工作 :(1)楊華中教授 、劉勇攀教授和李學清副教授團隊基於鐵電和憶阻器等新興工藝 ,提出了非易失計算架構和電路設計方法 ,研製了具有世界領先指標的系列非易失計算晶片(代表性工作 :世界首款非易失處理器THU1010N) 、支持自適應數據備份/恢復功能的非易失處理器 、基於非易失外設架構的片上系統晶片 ,以及非易失處理器與存算一體深度加速器結合的智能晶片;(2)楊華中教授和喬飛副研究員團隊基於「傳感+計算」共融的新型智能感知計算範式 ,採用「模擬-信息」轉換方式的「物理計算」技術和近似計算技術設計並實現面向視覺 、聽覺和觸覺感知等多模態智能感知應用的超低功耗集成電路晶片;(3)楊華中教授 、劉勇攀教授 、李學清副教授 、蔣琛助理教授團隊基於新型非矽薄膜電晶體(TFT) ,利用新型器件低成本 、易於集成的特點 ,為未來新型傳感電路陣列與海量傳感數據邊緣計算提供新的解決方案 ,為傳統馮諾伊曼架構用於智能計算所遇到數據牆的瓶頸問題 ,提供變革性解決方案 。


      新型TFT器件 、電路與系統

      實驗室負責人 :

      楊華中 ,特聘教授 ,2000年獲得國家傑出青年科學基金 ,2004年入選國家級人才工程人選 ,2007年享受國務院政府特殊津貼 ,國際學術期刊IEEE Trans. on Circuits and Systems II(2010-2013) ,Intern. J. of Electronics (2008-今)和J. of Circuits ,Systems and Computers (2009-今)的編委(Associate Editor) 。承擔的主要國家級項目包括 :01專項「先進 EDA 平台研發」 、03專項「中高速傳感器網絡核心晶片研發」 。他在物聯網晶片及應用系統 、SoC低功耗技術 、高速高精度數據轉化器晶片等方面取得了多項開創性成果 ,發表論文300餘篇 ,獲得發明專利100餘項 。

      聯繫方式 :

      地址 :尊龙凯时人生就是博(中国)羅姆樓4-301

      聯繫電話 :62788601

      郵箱 :yanghz@cvcvv.com, ypliu@cvcvv.com, qiaofei@cvcvv.com, xueqingli@cvcvv.com,chenjiang@mail.cvcvv.com

      實驗室主頁 :http://nics.ee.cvcvv.com


      納米集成電路與系統實驗室高能效計算研究組

      實驗室概況 :

      隨着人工智能和大數據時代的到來 ,能效(單位能量提供的計算能力)成為限制系統計算能力提升的主要瓶頸 ,如何提升計算能效成為了系統與電路晶片等領域的核心問題 。本實驗室面向智慧城市 、無人駕駛 、數據中心 、機械人等科技領域中高能效電路與系統設計的核心技術 ,為人工智能和大數據應用提供高能效計算能力支持 。

      本實驗室研究方向涵蓋系統 、硬件 、電路 、體系架構 、晶片等領域核心前沿課題 ,為人工智能和大數據應用在數據中心和嵌入式端(雲+端)提供高能效計算平台支持 ,並與學術界 、工業界頂尖團隊展開深入合作 。主要研究成果包括 :

      1 、深度學習處理器 :提出針對卷積神經網絡的動態比特表征方法 ,並設計了相應的CNN粗粒度指令與處理器結構 。相關工作論文谷歌學術單篇引用500餘次 ,榮獲FPGA 2017最佳論文 、2018 DAC Design Contest FPGA組比賽第一名 、2015國際低功耗圖像識別競賽(LPIRC)第一名等榮譽 。相關研究成果孵化深鑒科技 ,在智能安防 、數據中心以及自動駕駛領域提供國際最先進的深度學習計算平台 ,目前已被FPGA領域領頭羊Xilinx收購 。

      2 、新器件存算一體架構 :針對馮·諾依曼架構與CMOS工藝的發展瓶頸 ,提出基於憶阻器等存算一體器件的自動化設計方法並進行晶片驗證 。獲得自然科學基金委優秀青年基金支持 ,榮獲NVMSA 2017最佳論文等榮譽 。

      3 、稀疏圖數據計算加速 :針對大數據時代下大規模圖數據(如社交網絡等) ,提出結構化稀疏映射與系統架構設計方法 。提出GPU稀疏加速庫 ,相對商用方案加速最高一個數量級 ,獲得ASP-DAC 2019最佳論文等榮譽 。

      4 、快速大規模電路仿真 :開發高效大規模稀疏矩陣的並行LU分解並行求解器(NICSLU) ,在多核CPU上能夠達到幾倍到十幾倍的速度提升 。開源版本被20多個國家和地區的高校和公司下載並試用 ,對應的博士學位論文獲得大陸首個European Design and Automation Association(EDAA)最佳博士論文獎 。

      研究方向 :

      多機協同智能 ,存算一體 ,定製應用域加速器 ,深度學習(智能)處理器 ,稀疏計算加速 。

      實驗室負責人 :

      汪玉教授 ,從事高能效電路與系統研究 ,發表論文200餘篇 ,IEEE/ACM雜誌文章40餘篇 ,谷歌學術引用5600餘次 。擔任ACM SIGDA E-News主編 ,Microecltronics Journal Special Issue Editor, IEEE TCAD 、TCSVT編委 ,DAC等領域頂級會議技術委員會委員 ,ACM傑出演講者 ,ACM FPGA技術委員會亞太地區成員 。16年獲得NSFC優秀青年基金 ,17年獲得CCF科學技術獎技術發明一等獎 ,18年獲得DAC Under 40 Innovator Award 。獲得ASP-DAC19 、FPGA17 、NVMSA17 、ISVLSI12最佳論文 ,以及9次國際會議最佳論文提名 。深度學習FPGA加速器在2016年知識產權轉化入股北京深鑒科技有限公司 ,打造世界最先進的深度學習晶片與平台 ,18年被賽靈思收購 。

      聯繫方式 :汪玉教授 ,yu-wang@cvcvv.com

      張穎 ,zhangying06@cvcvv.com ,地址 :尊龙凯时人生就是博(中国)羅姆樓4-205

      實驗室主頁 :http://nicsefc.ee.cvcvv.com/


      人機接口實驗室

      實驗室概況 :

      人機接口實驗室圍繞人機交互過程中虛擬數字世界與真實模擬世界之間的信息交互問題 ,通過整合小型化精準傳感技術 、高能效電路與系統集成技術 、低延時信號處理技術等技術手段 ,實現小型無線長時續航的數模混合信號信息交互接口系統 ,為下一代人機交互提供全新的解決方案 。

      研究方向 :

      低功耗低噪聲模擬電路設計 、低功耗片上數碼訊號處理器設計 、低功耗近場/體域射頻通信電路設計 、面向生物醫學的信號處理及硬件實現等 。實驗室承擔和完成了多項國家重點研發計劃 、國家自然科學基金等國家科研項目 。與海內外多個相關實驗室及醫院建立了密切的學術合作關係 。

      本實驗室每年招收博士後 、博士和碩士研究生 ,並有面向本科生的各類實習生項目 ,歡迎有志於投身面向生物醫學的電路與系統研究的優秀青年加盟本實驗室 。

      實驗室負責人 :

      張沕琳副教授 ,本科(2004年) 、碩士(2006年)均畢業於尊龙凯时人生就是博(中国)電子工程系 ,後師從圖像傳感器領域著名專家Amine Bermak教授於2010年獲得香港科技大學博士學位 。2011年至2016年初在美國賓夕法尼亞大學 ,師從Jan Van der Spiegel教授及Nader Engheta教授進行博士後研究工作 。2016年入選中組部人才計劃 ,並於同年加入尊龙凯时人生就是博(中国)電子工程系任教 。現為IEEE資深會員 、IEEE固態電路分會會員 、IEEE電路與系統分會會員 。集成電路領域內多個國際會議TPC成員 。主要研究方向為針對生物信息傳感的低噪聲 、低壓 、低功耗模擬及數模混合電路設計及系統集成 。其實驗室設計的多款人機接口系統為神經生物學前沿研究提供了全新的技術手段 ,已經應用於多個醫學研究機構的動物實驗之中 。並多次在國際重要會議上獲得最佳論文獎 。

      聯繫方式 :hmilab@cvcvv.com


      分享到 :