存算融合/类脑存储
NCIS
论坛主席:
冯丹(华中科技大学) 孙广宇(北京大学)
论坛主席简介:
冯丹,长江学者特聘教授,国家杰出青年基金获得者,万人计划领军人才入选者。现任华中科技大学计算机科学与技术学院院长,武汉光电国家研究中心信息存储研究部主任,信息存储系统教育部重点实验室主任。长期从事信息存储系统与技术研究,担任2个973项目首席科学家,863重大项目总体专家组组长、基金委创新研究群体项目负责人等。授权中国发明专利120项、美国发明专利3项;发表论文300余篇,著作2部;提交国际标准建议2项,完成国家标准9项、工信部行标5项。获国家技术发明二等奖2项,省部一等奖3项,国际存储竞赛决赛奖1项。
孙广宇于2003和2006年分别获得清华大学学士和硕士学位,2011年在美国宾夕法尼亚州立大学获得计算机科学专业博士学位。2011年8月至2017年7月在北京大学信息学院高能效计算与应用中心任助理教授,2017年7月至今任长聘副教授。研究方向为高能效计算机体系结构,异构加速器设计,边缘计算系统等。近年来在相关领域发表论文百余篇,科研项目获得北京智源研究院的支持。孙广宇担任ACM期刊TECS和JETC的编委。
论坛议程:
时间 |
主题 |
讲者 |
地点 |
||||||
11月7日 下午 |
13:30-14:10 |
新型非易失性存储介质及其存内计算技术 |
缪向水 华中科技大学教授 |
四楼-彩荷厅 |
|||||
14:10-14:50 |
基于忆阻器的神经形态计算 |
刘琦 复旦大学芯片与系统前沿技术研究院教授 |
|||||||
14:50-15:30 |
“后摩尔时代”自旋电子芯片技术 |
赵巍胜 北航集成电路科学与工程学院院长 |
|||||||
15:30-15:50 |
茶歇 |
||||||||
15:50-16:30 |
神经拟态类脑计算芯片 |
马德 浙江大学计算机学院副教授 |
|||||||
16:30-17:10 |
基于忆阻动力学的存算一体 |
杨玉超 北京大学人工智能研究院类脑智能芯片研究中心主任 |
|||||||
17:10-17:50 |
跨层次高能效存算融合智能处理器 |
刘勇攀 清华大学电子系长聘教授,电路与系统所长 |
报告及嘉宾简介:
报告1:
嘉宾简介:缪向水,华中科技大学教授(教育部“长江学者”特聘教授、国务院享受政府特殊津贴专家),光电信息学院副院长、微电子学院副院长、信息存储材料及器件研究所所长、蔡少棠忆阻器研究中心主任; 先进存储器湖北省重点实验室主任、湖北省微电子工程研究中心主任、湖北省薄膜材料检测技术工程实验室技术委员会主任。1996年于华中理工大学(现华中科技大学)获电子材料与元器件专业博士学位。曾受聘任香港城市大学副研究员、研究员(1996-1997)、新加坡国立大学/国家数据存储研究院首席研究工程师、4级科学家(1997-2007)。中国存储器产业联盟副理事长、中国半导体三维集成制造产业联盟副理事长、中国仪表功能材料学会副理事长、中国微米纳米技术学会常务理事、中国真空学会薄膜专委会副主任委员。主要从事三维相变存储器、忆阻器、类脑智能计算、逻辑运算等信息存储材料及器件方向的研究。近年来主持承担了国家重点研发计划项目、国家02重大专项子课题、国家863重大项目子课题、863面上项目、国家国际科技合作项目、国家自然科学基金项目等科研项目。已发表论文300余篇,获得美国发明专利授权7项,授权中国发明专利69项。
报告题目: 新型非易失性存储介质及其存内计算技术
报告摘要:万物智联时代的到来,数据体量爆炸式增长,对数据处理的范式提出了新要求。传统计算技术遇到了其理论和技术瓶颈:(1)现有CMOS 晶体管计算器件的尺寸微缩已接近物理极限,其计算性能无法继续提升,功耗问题日渐严峻,主导集成电路半个世纪以来发展的摩尔定律难以延续;(2)晶体管运算属于易失性信息处理,掉电后运算中断,导致信息丢失、任务失败;(3)通行的计算与存储相互分离的计算架构中的电平逻辑无法实现计算结果的原位存储和调用,计算速度和存储信息读写速度之间存在巨大的鸿沟,被称为“存储墙”问题,计算系统处理实时海量数据时,总线中频繁但速度受限的数据交换已成为计算效率和能耗等性能优化的“冯·诺依曼瓶颈”。此外,我国在相关技术领域自主权非常有限、存在严峻的信息安全问题。突破以上理论和技术限制的关键途径是发展高性能、低功耗、存储-计算一体化的新原理器件和新计算原理。国际器件与系统技术发展路线图(IRDS)总结了一系列重要的非冯计算技术候选方案。其中,直接在非易失性存储器内执行计算功能的存内计算技术(processing-in-memory,PIM,又称CIM、IMC等)是工业界和学术界都极为重视的方案。美国国防部先进技术委员会(DARPA)电子复兴计划,覆盖材料、架构和设计三方面,其中,材料领域的“新型计算技术基础研究”要求从材料及器件底层创新计算技术,设计领域的“软件定义硬件”希望开发片上的存储和运算功能都可重构的新型处理器技术。美国商务部也已将“以存储为核心的计算技术”列为拟管制的14项新兴技术之一。在本次报告中,将介绍以忆阻器、相变存储器、磁随机存储器、铁电存储器等为代表的新型非易失性存储介质的工作机理、国内外现状以及面临的挑战。随后,将详细阐述基于非易失性存储器介质的存内计算方案(包括数字式和模拟式两种技术路径)和国际代表案例,解释其如何提供诱人的高算力和高能效。最后,将总结并展望存内计算技术在器件、算法、架构跨层次的协同优化和发展方向。
报告2:
嘉宾简介:刘琦,复旦大学芯片与系统前沿技术研究院,教授,博导,杰青。主要研究方向包括新型非易失存储技术,神经形态器件和类脑计算等。主持了国家重点研发计划、国家自然科学基金委杰青、优青、重点等项目。曾获国家自然科学二等奖1项、中国电子学会科学技术一等奖1项、中国科学院杰出科技成就奖、中国科学院青年科学家奖等。在Nat. Nano.、Nat. Electron.、Nat. Commun.、Adv. Mater.、IEEE EDL等期刊发表SCI论文100余篇,SCI他引7000多次,获得授权中国发明专利53项,美国发明专利6项。
报告题目: 基于忆阻器的神经形态计算
报告摘要:从上世纪70年代开始,集成电路按照摩尔定律快速发展,超大规模集成电路的普及以及新型存储器的出现使得计算系统的性能达到了前所未有的高度。然而,在进入5 nm以下技术节点以后,以器件尺寸微缩作为发展方向的集成电路技术受限于材料物理极限而逐渐放缓,“摩尔定律”难以为继。与此同时,物联网、大数据、人工智能等新兴信息产业的蓬勃发展,带来了数据量的爆炸式增长,对存储和计算的性能提出了更高的要求。现代计算系统以存储-计算分离为特点的体系结构在处理数据为中心的计算任务时,需要花费大量的时间和能耗进行存储和计算单元间的数据搬移,难以满足未来海量数据的处理需求。因此,亟待发展新原理器件来推动存储和计算技术的变革发展,满足人类向智能化社会发展的需求。忆阻器具有结构简单、速度快、功耗低、可三维集成等优势,在高密度存储、非易失逻辑等领域具有潜在的应用价值,除此之外,它还能够模拟人脑神经突触和神经元的功能,具备存算一体的显著特征,因而在神经形态计算领域受到学术界和产业界广泛关注。拓展忆阻器的神经形态计算功能,从基础器件层面突破传统“冯•诺依曼”体系结构中的“存储墙”瓶颈,发展新型神经形态计算技术,被认为是未来高能效计算的变革性路径之一,可以有效满足未来大数据、物联网、人工智能等新兴信息技术的海量数据处理需求。
报告3:
嘉宾简介:赵巍胜,北航集成电路科学与工程学院院长,第八届教育部科技委委员,教育部长江学者,工信部空天信自旋电子重点实验室主任。IEEE Fellow, IEEE Transactions on Circuits and Systems-I 总主编,IEEE Fellow Selection Committee委员。2007年获法国南巴黎大学(现巴黎萨克雷大学)物理学博士,2009年获法国国家科学院研究员(终身职位)与法国南巴黎大学客座教授,博士生导师,负责法国科学院基础电子研究所的自旋电子器件设计及建模团队, 2013年入职北京航空航天大学,10月组建自旋电子交叉学科研究中心,2014年与自旋电子创始人、诺贝尔奖得主费尔教授共同组建费尔北京研究院并担任院长。目前主持国家自然科学基金重大仪器项目、国家重大专项核高基研发计划等项目。近五年以第一或通讯作者在Nature Electronics等期刊发表论文200余篇,其中ESI高被引论文7篇,总索引超过 10000次,H因子58。
报告题目: “后摩尔时代”自旋电子芯片技术
报告摘要:利用电子的自旋属性,巨磁阻及隧穿磁阻等微纳器件在过去的30年中快速发展,带来了数据存储的革命,开辟了大数据信息时代。通过把自旋电子器件与半导体技术结合,1995年起磁存储器及传感器芯片相继问世,其中第一代磁存储器芯片从2006年起成为欧美航空航天芯片的主流存储技术之一,磁传感器芯片从2016年起在高端手机上大规模使用,2018年起国际上三大芯片代工都宣布将开始量产第二代嵌入式磁存储器芯片用于实现高速、低功耗非易失信息存储。当前,第三代磁存储芯片被认为是后摩尔时代可彻底解决功耗瓶颈,特别是支撑高能效比人工智能的关键技术,具有重要的应用前景。本报告将从自旋电子技术的发展延伸介绍第三代磁存储芯片技术并讨论我国在该领域发展的机会。
报告4:
嘉宾简介:马德 浙江大学计算机学院副教授
报告题目: 神经拟态类脑计算芯片
报告摘要:待建设...
报告5:
嘉宾简介:杨玉超,北京大学人工智能研究院类脑智能芯片研究中心主任,国家杰青获得者,北京智源学者。2010年于清华大学材料系获工学博士学位,2010至2015年在美国密西根大学安娜堡分校从事忆阻器与类脑计算研究,先后任博士后、高级研究员。2015年8月加入北京大学信息科学技术学院,任助理教授、博士生导师。长期从事神经形态器件、类脑智能芯片、忆阻器等研究,累计发表Nature Nanotechnology、Nature Electronics、Nature Communications、Science Advances、IEDM等期刊和会议论文100余篇,SCI引用5000余次,H因子为32。2篇入选TOP 0.1% ESI热点论文,9篇入选TOP 1% ESI高被引论文,受邀撰写中英文专著5章,研究工作入选智源研究院发布2020年世界十大AI进展,并被Advanced Science News等几十家网站重点报道。主持重点研发计划、国家杰青、基金委重点项目、霍英东教育基金会青年教师基金等项目,任中青科协信息与电子专业委员会副秘书长、中青科协提案专门委员会理事、中国电子学会青年工作委员会委员、IEEE未来计算国际研讨会TPC主席、EDTM 2021 Subcommittee主席、《Nano Select》副主编、《Scientific Reports》编委、《Chip》编委、《中国科学:信息科学》青年编委、《Chinese Physics B》客座编辑、《Journal of Semiconductors》客座编辑等。曾30余次受邀在国际学术会议上做特邀报告(含主旨报告4次)。获首届科学探索奖、求是杰出青年学者奖、Wiley青年研究者奖(中国唯一获奖人)、科学中国人(2018)年度人物特别奖–杰出青年科学家奖、《麻省理工科技评论》中国区35岁以下科技创新35人等奖项。
报告题目:基于忆阻动力学的存算一体
报告摘要:近年来,人工智能经历了突飞猛进的发展,但仍面临训练代价大、功耗高等瓶颈难题,限制了其在边缘智能设备中的应用场景。信息科学正逐步从以摩尔定律为代表的编年体式常规科学时期转向多种计算范式并存的群雄逐鹿时期。基于忆阻器的存算一体技术是迈向新一代强人工智能的重要技术路径。本报告将探讨高能效存算一体器件、芯片、架构等方面的演进趋势。
报告2:
嘉宾简介:刘勇攀,清华大学电子系长聘教授、电路与系统所长。研究兴趣包括跨层次高能效智能芯片、非易失计算和工业互联网应用等。在ISSCC、JSSC、ACM/IEEE Trans.发表了120多篇论文,包括近零功耗非易失处理器,高能效稀疏智能芯片。曾获4次设计自动化和体系架构国际会议最佳论文/海报奖和3项低功耗设计竞赛奖。担任ISSCC、DAC等国际会议技术委员会委员,A-SSCC 2020特邀Tutorial Speaker和IEEE CASS 2021 Distinguished Lecturer。曾获国际电子设计自动化领域40岁以下发明创新奖和2019年教育部技术发明一等奖。
报告题目: 跨层次高能效存算融合智能处理器
报告摘要:随着人工智能、物联网技术的迅速发展,涌现了一批以目标追踪、语音识别、自动驾驶以及智能制造为代表的新兴智能应用,其对智能算力提出了越来越高的需求。近年来,器件微缩和电源电压降低的放缓,导致能效问题已经成为提升智能处理器算力的瓶颈。开展“器件-电路-架构”跨层次协同创新,提升智能处理器能效成为新的发展方向。存算分离的传统计算架构数据搬运功耗大,能效低。存内计算架构将计算与存储电路融合,能够显著提升计算能效,因而受到越来越多的关注。本报告从存内计算的发展背景入手,分别介绍了存内计算器件级、电路级以及系统级三个层次的代表性工作,并重点结合存算融合处理器的最新工作,分析存内计算智能处理器的关键技术和发展趋势。