面向边缘智能的高能效存算芯片、系统及应用
成果类型:: 发明专利,软件著作权,著作权
发布时间: 2022-11-12 16:23:50
本团队经过近十年的协作研发,建立了一套拥有完全自主知识产权的面向边缘智能的高能效存算一体芯片关键设计技术和系统解决方案。成果来源包括863计划子课题、国家自然科学基金重点项目、北京市科技计划项目、国家自然科学基金青年项目、浙江省自然科学基金重大项目等,应用领域为人工智能与物联网。第三方测试结果表明,芯片的设计采用40nm eFlash工艺,可实现单个NOR Flash器件存储8bit的功能,单个存算一体芯片上阵列权重存储达8MB以上,阵列效率达到40TOPS/W以上的性能,实现了完整的可运行6层以上神经网络的语音识别算法的Demo系统。
1.利用Flash等非易失性存储器件的特性如三端口结构、电压读写机制、高开关电流比、低关闭电流,突破访存能效瓶颈,研发出混合域信号计算的存算一体电路,使得语音识别算法有效地在边缘节点设备中运行。2.发明了可配置的混合域及混合精度信号处理的高能效存算架构,该架构主要包括可扩展混合域信号处理的存算阵列和精度可配置的数字信号近似计算,从而可根据边缘需求配置来提升计算能效。3.提出了可控数据流与基于RISC-V的大小核协同设计方法,实现对芯片中不同信号域架构和电路的控制,完成了参数配置、数据写入、接口复用、数据导流、计算触发等功能。4. 提出了优化的量化训练策略和编码映射方法,解决了深度学习算法难以在边缘智能架构上获得性能加速的技术难题,研制出面向边缘智能的高能效存算一体系统,提升了边缘应用场景中算法与硬件的可扩展性。
高能效智能计算芯片与系统已成为推动人工智能和物联网发展的必要条件。是我国下一代半导体和集成电路产业的发展关键。然而,随着大数据、物联网时代智能计算场景、任务规模以及对芯片系统算力效率需求的增长,高能效智能计算芯片设计在边缘端面临资源受限、精度要求高、信息处理效率低、软硬件部署周期长等问题,亟需研发谋求新的关键技术和解决方案。
1卓成研究员浙江大学 任项目负责人,全程参与了项目技术研发;2. 是6项代表性专利的发明人,投入工作量占个人工作总量的60%;3. 对技术创新点1、2、3、4都做出了创造性贡献。
2郭昕婕北京知存科技有限公司 1. 作为项目主要参与人,全程参与了项目技术研发,主要负责电路和架构设计;2. 是多项核心授权发明专利的发明人,投入工作量占个人工作总量的60%;3. 对技术创新点1、2、3都做出了创造性贡献。
3蒋力副教授上海交通大学 1. 作为项目主要参与人,承担并参与了存算芯片和系统设计中多项关键理论与技术的研究与攻关;2. 对技术创新点3、4都做出了创造性贡献,取得了一些原创性成果。
4尹勋钊研究员浙江大学 1. 作为项目主要参与人,主要负责研究器件-电路、电路-架构层面的问题解决方案;2. 对技术创新点1、2都做出了创造性贡献。
5刘平阳杭州又拍云科技有限公司 1. 作为项目主要参与人,主要负责相关产品的规划和研发,落实技术在产品中的应用和转化提高核心竞争力;2. 推动产品的产业化6王绍迪博士北京知存科技有限公司 1. 作为项目主要参与人7史治国教授浙江
近三年完成单位主要项目共计新增销售额 10192.3 万元。成果的社会效益主要体现在技术先进性助力高端产业竞争力提高、服务便利性促进民用消费、系统安全性保障社会稳定安全,从而加速数字化转型建设等方面。自 2019 年起,项目团队陆续推出存算架构芯片/IP 产品及基于此的边缘智能计算系统,为边缘智能的普及贡献了自主产权的核心技术和产品方案。
成果来源包括 863 计划子课题、国家自然科学基金重点项目、北京市科技计划项目、国家自然科学基金青年项目、浙江省自然科学基金重大项目等,应用领域为人工智能与物联网。第三方测试结果表明,芯片的设计采用 40nm eFlash 工艺,可实现单个 NOR Flash 器件存储 8bit 的功能,单个存算一体芯片上阵列权重存储达 8MB 以上,阵列效率达到 40TOPS/W 以上的性能,实现了完整的可运行 6 层以上神经网络的语音识别算法的 Demo 系统。