據(jù)悉,清華大學(xué)微納電子系魏少軍教授團(tuán)隊(duì)在日本京都舉辦的2017 VLSI Symposia on Technology and Circuits(簡稱VLSI國際研討會(huì))發(fā)表了題為“A 1.06-to-5.09 TOPS/W Reconfigurable Hybrid-Neural-Network Processor for Deep Learning Applications”的學(xué)術(shù)論文。
第一作者尹首一副教授在會(huì)上詳細(xì)介紹了該團(tuán)隊(duì)在人工智能芯片領(lǐng)域取得的重大進(jìn)展。這是清華大學(xué)微納電子系首次作為第一作者單位在該國際會(huì)議上發(fā)表論文。
在人工智能日益火熱的今天,現(xiàn)有的通用計(jì)算平臺(tái)(CPU、GPU和FPGA等)難以實(shí)現(xiàn)高能效的神經(jīng)網(wǎng)絡(luò)計(jì)算,探索新型神經(jīng)網(wǎng)絡(luò)計(jì)算芯片架構(gòu)成為研究熱點(diǎn)和學(xué)科前沿。過去幾年,尹首一副教授針對(duì)這一前沿課題,領(lǐng)銜研究和設(shè)計(jì)了可重構(gòu)多模態(tài)混合神經(jīng)計(jì)算芯片(代號(hào)Thinker)。
Thinker芯片基于該團(tuán)隊(duì)長期積累的可重構(gòu)計(jì)算芯片技術(shù),采用可重構(gòu)架構(gòu)和電路技術(shù),突破了神經(jīng)網(wǎng)絡(luò)計(jì)算和訪存的瓶頸,實(shí)現(xiàn)了高能效多模態(tài)混合神經(jīng)網(wǎng)絡(luò)計(jì)算。Thinker芯片具有高能效的突出優(yōu)點(diǎn),其能量效率相比目前在深度學(xué)習(xí)中廣泛使用的GPU提升了三個(gè)數(shù)量級(jí)。Thinker芯片支持電路級(jí)編程和重構(gòu),是一個(gè)通用的神經(jīng)網(wǎng)絡(luò)計(jì)算平臺(tái),可廣泛應(yīng)用于機(jī)器人、無人機(jī)、智能汽車、智慧家居、安防監(jiān)控和消費(fèi)電子等領(lǐng)域。