Neuromorphic芯片网络研讨会将于6月16日9:30-11:30进行。本次研讨会的主持人为医疗机器人研究院的钱大宏教授，主讲人唐建石教授、蒋力教授、何伟博士及其讲题的相关信息详见下文，研讨会参与方式见文末。
面向存算一体应用的类脑计算器件与芯片
摘要
在人工智能、物联网等新兴技术飞速发展的背景下，未来对于高算力、高能效的智能芯片提出了越来越高的需求。随着摩尔定律的放缓，主流CPU和GPU在处理速度和能效比等方面难以进一步提升，同时也面临着“冯·诺伊曼”架构中存算分离所带来的巨大挑战。受生物神经网络的启发，基于忆阻器等新型类脑计算器件的存算一体架构成为突破“冯·诺伊曼”瓶颈的最有潜力的技术路线之一。本报告将从人工智能对硬件的需求和挑战出发，介绍脑启发的各类神经形态器件的基本原理，探讨忆阻器在人工神经网络、脑电信号处理等方面的应用，重点介绍基于忆阻器的存算一体技术的研究进展，包括国际首颗全系统集成的完整存算一体芯片和首个多忆阻器阵列的存算一体系统，在算力与能效上展现出巨大的潜力，报告最后将对未来类脑计算器件与存算一体技术的发展作出展望。
个人简介
唐建石，2008年本科毕业于清华大学微纳电子系，2014年博士毕业于美国UCLA电子工程系，2015-2019年在美国IBM T. J. Watson Research Center工作，2019年回清华大学微电子所任职助理教授，先后获“青年千人计划”、NT18 “Best Young Scientist Award”、IEEE “Best Lightning Talk”、IBM Invention Achievement Awards、IBM Research Pat Goldberg Memorial Best Paper Award等奖项。主要研究方向包括新型存储器与类脑计算、碳纳米管电子学、三维异质集成与系统等，先后主持或参与国家自然科学基金重大项目、面上项目、科技部国家重点研发计划、腾讯犀牛鸟重点研究计划等项目。近年来在Nature、Science、Nature Nanotechnology、Nature Electronics、Nano Letters、Advanced Materials、IEDM、ISSCC等知名期刊和国际会议上发表论文70余篇，并申请技术发明专利30余项（已授权13项）。担任Frontiers in Neuroscience-Neuromorphic Engineering副编辑，IEEE-NANO、EDTM、CMSE等国际会议的技术委员会成员，以及Nature Electronics、Nature Communications等杂志审稿人。
基于忆阻器的存算一体架构——黎明前的曙光
摘要
过去十年算力以惊人的速度发展，支撑着人工智能领域的前行，然而在后摩尔时代，传统工艺和架构的计算芯片面临着存储墙和能效墙的巨大瓶颈。为了解决存储墙和能效墙的问题，基于忆阻器新工艺的存算一体架构成为极具竞争力的计算形态。忆阻器在读写功耗，静态功耗，成本和抗磁性上都明显由于其他工艺。然而，也面临着制造可扩展性差，工艺波动导致计算不稳定的问题；最终使其承载大型复杂神经网络的能力受到限制。本次报告将会介绍我们通过算法与架构的软硬件协同优化方法，来解决基于忆阻器的存算一体架构在可扩展性和计算稳定性方面的问题。
个人简介
蒋力，上海交通大学计算机科学与工程系副教授，博导，香港中文大学计算机系EDA博士。一直从事新型工艺和新应用下的计算机体系结构和计算机辅助设计算法方面的基础研究，有十年EDA经验。其研究兴趣包括类脑计算芯片、深度神经网络异构加速系统，近似计算和硬件系统的故障诊断和容错等方面，目前已发表了高水平论文60余篇，其中一篇获ICCAD最佳论文提名，计算机体系结构顶级学术会议ISCA,MICRO等收录2篇，被工程院院士郑南宁等多位知名学者在多篇论文中跟踪引用。据IEEE数字图书馆统计，5篇论文在其会议所收录的所有论文中引用数排前5%。曾对第一代HBM 3D存储器芯片设计产生重要影响。2019年获得了计算机学会集成电路青年奖（全国每年一名，目前仅两人），2018年获得了 ACM（国际计算机学会）上海新星奖。主持参与了多项国家自然科学基金重点项目项，主持华为、阿里巴巴、中兴通讯和中航电子等多个横向课题，产生一系列有影响力的研究成果，在2018云栖大会，华为2012实验室类脑计算论坛，世界无人机大会等作特邀报告，开发的智能计算系统成功的应用于行业无人机系统、监控系统等多个行业应用领域。
类脑计算芯片和系统
摘要
为了实现人工通用智能，科学界有两个解决方案：1）神经形态计算和2）深度学习。这两个方案中的模型必须分别在不同的硬件上运行，即神经形态平台和深度学习加速器。这种架构上的不兼容性极大地损害了建模的灵活性，并阻碍了跨学科研究和创新。为了解决这个问题，我们构建了一个统一的处理架构（Tianjic），涵盖了从软件到硬件的完整堆栈，能够支持尖峰神经网络，生物动态神经网络，多层感知器，卷积神经网络，递归神经网络等，助力人工通用智能的研究。
个人简介
何伟，新加坡国立大学博士毕业，现任灵汐科技副总经理，负责类脑芯片和系统的研制。长期从事类脑芯片、新型存储器以及工艺制造等方面的研究。负责人拥有十年以上类脑计算领域科研经历，曾在新加坡科技研究局和清华大学进行Memristor、神经形态器件和类脑芯片的研发；同时具有多年半导体业界工作经历，先后在Motorola（现Freescale）、意法半导体和台联电从事先进制造工艺和产品开发。已发表20多篇论文和会议（包括自然主刊和半导体顶会VLSI）。
参与方式
此次线上研讨会以ZOOM会议方式进行，关注“上海交通大学医疗机器人研究院”微信公众号回复“研讨会”获取参会链接吧。
排版 | 丁文清
校对 | 张悦、钱大宏
责编 | 陈卫东
