微纳电子系人工智能Thinker芯片获2017国际低功耗电子学与设计会议设计竞赛奖

2017 年 8 月 10 日 清华大学研究生教育

7月25日,清华大学微纳电子系可重构计算团队设计的可重构混合神经网络计算芯片(代号Thinker)在台北举办的2017国际低功耗电子学与设计会议(2017 ACM/IEEE International Symposium on Low Power Electronics and Design,简称ISLPED会议)上获得设计竞赛奖(Design Contest Award)。Thinker芯片第一完成人微纳电子系副教授尹首一和微纳电子系微电子与固体电子专业2013级博士生涂锋斌在会上详细介绍了该团队人工智能芯片的高能效设计技术。这是中国大陆单位首次以第一完成单位获得此奖项。


面对移动计算设备对人工智能应用的迫切需求及对功耗的苛刻限制,现有的嵌入式CPU、GPU都难以实现高能效的神经网络计算。高能效的神经网络计算芯片是当前学术界和产业界的研究热点。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混合神经网络计算芯片。Thinker芯片基于该团队长期积累的高能效可重构计算架构,针对神经网络容错性高、计算密度波动大、访存模式复杂等特点,提出了自适应多位宽计算、按需资源划分和片上数据复用等高能效技术。Thinker芯片支持目前人工智能中广泛使用的多种典型神经网络,是一个通用的神经网络计算平台。


图为Thinker芯片获奖证书。


图为2017 ISLPED 会议颁奖现场。


ISLPED是全球低功耗电子学与设计领域的学术盛会。本年度ISLPED的设计竞赛共有来自全球的16个团队参加,其中8个团队进入决赛。经过来自国际知名学术机构和领先企业的评委投票,最终2个团队获得设计竞赛奖。除清华大学微纳电子系外,另一个是来自美国微软公司、威斯康星-麦迪逊大学和普渡大学的联合团队。


来源:清华大学新闻网


登录查看更多
0

相关内容

ISLPED:International Symposium on Low Power Electronics and Design。 Explanation:低功耗电子与设计国际研讨会。 Publisher:ACM/IEEE。 SIT: http://dblp.uni-trier.de/db/conf/islped/
【陈天奇】TVM:端到端自动深度学习编译器,244页ppt
专知会员服务
86+阅读 · 2020年5月11日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
MIT公开课-Vivienne Sze教授《深度学习硬件加速器》,86页ppt
分布式智能计算系统前沿
中国计算机学会
19+阅读 · 2019年10月8日
美陆军计划部署四大新型地面无人系统
无人机
25+阅读 · 2019年4月30日
人工智能在设备状态评价和故障诊断中的应用
NE电气
23+阅读 · 2018年11月17日
会议征文|第一届中国模式识别与计算机视觉学术会议
中国人工智能学会
5+阅读 · 2017年12月6日
KDD 2017奖项全公布,华人成最大赢家
AI科技评论
9+阅读 · 2017年8月15日
Arxiv
6+阅读 · 2018年2月28日
Arxiv
10+阅读 · 2018年2月9日
VIP会员
相关VIP内容
【陈天奇】TVM:端到端自动深度学习编译器,244页ppt
专知会员服务
86+阅读 · 2020年5月11日
【Google】利用AUTOML实现加速感知神经网络设计
专知会员服务
29+阅读 · 2020年3月5日
MIT公开课-Vivienne Sze教授《深度学习硬件加速器》,86页ppt
Top
微信扫码咨询专知VIP会员