bat365·(唯一)官方网站-正版GREEN LIFE

通知公告

当前位置: 首页 >> 通知公告 >> 正文

关于举办韩银和研究员、尹首一教授、蒋力副教授、陈晓明副研究员、叶靖副研究员学术报告的通知—2019西邮学术讲座​

发布时间:2019年12月23日 14:41      浏览次数:[]

 

各部门、各单位:

应我校bat365正版唯一官网邀请,中科院计算所韩银和研究员、清华大学尹首一教授、上海交通大学蒋力副教授、中科院计算所陈晓明副研究员、中科院计算所叶靖副研究员将于12月29日来我校做专题学术讲座,欢迎广大师生参加!报告的具体安排如下:

报告时间:2019年12月29日(周日)上午8:30—12:00。

报告地点:行政楼附一楼报告厅。

报 告一:机器人专用处理器芯片(韩银和 研究员)12月298:40-9:20

摘 要:未来的机器人将具有高度感知能力、认知能力、灵敏的运动能力,而这些都需要新的计算引擎以提供计算能力支持。目前基于通用嵌入式处理器或可编程逻辑控制器的计算系统,不能满足性能需求。我们希望能研发新的适合机器人领域的核心芯片,为未来智能机器人提供智能和运动能力。本报告将首先分析机器人中应用负载的特征,然后介绍我们在机器人智能处理器初步成果Dadu,它是一个双核异构计算架构,包含了一个智能核,集成嵌入式神经网络加速器,以提供听觉、视觉等感知能力;一个运动核,集成运动控制加速器,以提供敏捷的运动能力,希望能为未来机器人提供计算“大脑”。

报告人简介:韩银和,中科院计算所研究员,主要研究领域是集成电路设计与测试、计算机体系结构。在这些领域共发表了110多篇学术论文,包含多篇ISCA、HPCA、DAC、ICCAD等体系结构和芯片领域顶级会议论文。韩银和获得过2012年国家技术发明二等奖、全国百篇优博提名(奖)、计算机学会优博等,担任中国计算机学会青年计算机科技论坛(CCF YOCSEF)主席(2016-2017),计算机学会容错专委秘书长(2016-2019)。他获得了基金委优秀青年科学基金和重点项目的资助。

 

报 告二: AI Chips:Challenge, Opportunity and Architecture(尹首一 教授)12月299:20-10:00

摘 要:人工智能近年取得了突破性进展,正在深刻改变人类的生产和生活方式,现有的通用计算平台(CPU、GPU和FPGA等)难以实现高能效的神经网络计算,探索新型神经网络计算芯片架构成为研究热点和学科前沿,是世界各国争相发展的战略制高点。国际IT巨头,如英特尔、谷歌、IBM,都在竞相研发人工智能计算芯片。本报告综述了深度学习、神经网络及神经网络处理器设计的挑战,详细介绍了清华大学微电子所设计的Thinker神经网络计算芯片。该芯片采用可重构架构和电路技术,突破了神经网络计算和访存的瓶颈,高能效实现了混合神经网络计算。

报告人简介:尹首一,博士,清华大学长聘教授,微纳电子系副主任、微电子学研究所副所长,中国电子学会电子设计自动化专委会秘书长。研究方向为可重构计算、人工智能芯片设计、低功耗设计。已发表学术论文200余篇,包括IEEE JSSC、TPDS、TCSVT、TVLSI、TCAS-I/II和ACM/IEEE ISCA、ISSCC、VLSI、DAC、CICC等集成电路和体系结构领域权威期刊和学术会议。获授权国家发明专利50余项。出版《可重构计算》专著1部。曾获国家技术发明二等奖、中国发明专利金奖、教育部技术发明一等奖、江西省科技进步二等奖、中国电子学会优秀科技工作者奖、中国电子信息领域优秀科技论文奖。领衔设计了Thinker系列人工智能芯片,获得“2017国际低功耗电子与设计学术大会”Design Contest Award。现任集成电路领域国际会议IEEE DAC、ICCAD、DATE、ASPDAC和A-SSCC的技术委员会委员,国际期刊《IEEE Transactions on Circuits and System I: Regular Papers》、《ACM Transactions on Reconfigurable Technology and Systems》及《Integration, the VLSI Journal》的Associate Editor和《Journal of Low Power Electronics》的Editor Board Member。

 

报 告三:Efficient and resilient Neuromorphic computing on edge(蒋力 副教授)12月2910:00-10:40

摘 要:Intelligent devices on edge are essential in applications such as smart cities, autonomous driving, and the Internet of Things. It is challenging to provide efficiency, resilience, and learning to resource and power limited devices running deep learning applications. In this talk, we will introduce approaches from three levels to tackle these challenges. At the hardware level, we leverage analog-computing devices and in-memory-computing architectures with sufficient efficiency and resilience to overcome the energy-efficiency and memory walls. In the algorithm level, we are one of the pioneers to advocate structural sparsity in DNNs, i.e., a unique software-hardware co-optimization method, using computer architectural characteristics to regularize the DNN weights. In the application level, we propose to use multiple collaborated and scheduled DNN models to approximate and accelerate the general algorithms. We provide architectural and algorithmic optimization to accelerate the DNN learning process.

报告人简介:蒋力,博士,上海交通大学计算机科学与工程系副教授,博士生导师。2007年于上海交通大学获得计算机科学与技术学士学位,2013年于香港中文大学计算机科学与工程系获得博士学位。2013年赴美国杜克大学ECE系访问学者,2014年加入上海交通大学计算机科学与工程系。

从事芯片设计,设计自动化(EDA),计算机体系结构,基于机器学习算法的芯片及硬件系统性能、可靠性提升等。在芯片设计自动化领域的主流国际会议和期刊上发表论文46篇,其中一篇获ICCAD最佳论文提名。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%(分别为4/330,5/122,3/143,4/328,6/131)。曾获亚洲测试会议(ATS),最佳博士论文奖,IEEE芯片测试技术委员会E. J. McCluskey Doctoral Thesis Award,亚洲区决赛第一名,总决赛入围奖;2019年获ACM上海新星奖,CCF(中国计算机学会)集成电路EarlyCareerAward。

 

报 告四:存算一体电路架构(陈晓明 副研究员)12月2910:40-11:20

摘 要:随着存储器和处理器的性能差距日益增大,现代计算机广泛采用的冯·诺依曼架构正面临着严峻的“存储墙”瓶颈。存算一体,通过在存储器中实现部分计算功能,达到缓解“存储墙”瓶颈的目的。存算一体在后摩尔定律时代对提升计算系统的性能和能效具有巨大潜力。本报告将介绍存算一体的相关背景、发展历史、实施方法,并分享我们实验室近两年在存算一体电路和架构设计方面的研究成果。

报告人简介:陈晓明,中国科学院计算技术研究所智能计算机研究中心副研究员。分别于2009年、2014年在清华大学电子工程系获得学士、博士学位。2014-2016年在美国卡内基梅隆大学从事博士后研究,2016-2017年在美国圣母大学担任访问助理教授。研究方向包括集成电路设计自动化和计算机体系结构。已在这些领域发表1本专著和60余篇学术论文,其中包括14篇CCF A类会议/期刊论文(HPCA、DAC、TPDS、TCAD等)。2018年获首届阿里巴巴达摩院青橙奖;2018年入选中国科协青年人才托举工程;2016年获欧洲设计与自动化学会(EDAA)优秀博士论文奖,为迄今为止大陆毕业的博士唯一获此奖者;2014年获清华大学优秀博士论文奖;三次获国际会议最佳论文提名奖。

 

报 告五:神经网络软硬件安全(叶靖 副研究员)12月2911:20-12:00

摘 要:神经网络在图片分类和语音识别等多个领域取得了突破性进展,得到越来越广泛的应用,然而,在性能与精度不断提升的背后,其安全问题同样不容忽视。本次报告涉及图片分类和语音识别,介绍神经网络的软硬件安全问题,从硬件、数据、算法等不同角度介绍其安全隐患和防御方法,分享近年来在该领域发表的相关研究成果,探讨未来可能的发展方向,包括面向图片分类的硬件木马设计方法、基于物理不可克隆电路的神经网络模型参数保护方法、面向语音识别的对抗样本防御方法等。

报告人简介:叶靖,中国科学院计算技术研究所计算机体系结构国家重点实验室副研究员,中国计算机学会(CCF)第九届容错计算专业委员会秘书长,CCF集成电路设计专业组委员,CCF高级会员,中国科学院青年创新促进会会员。2014年在中科院计算所获博士学位,2008年在北京大学信息科学与技术学院获学士学位。研究方向包括集成电路测试与诊断、硬件安全(物理不可克隆函数、硬件木马等)、人工智能软硬件安全等。已发表EI/SCI论文40余篇,拥有8项授权发明专利。曾获北京市科学技术奖二等奖、IEEECSTIC大会最佳青年论文奖、IEEE测试技术委员会E. J. McCluskey博士论文奖亚洲区第二名、中科院院长优秀奖等。自2016年起发起并举办了全国硬件安全年度论坛,是2019年CCF全国容错计算学术会议程序主席,2018年CCF中国测试学术会议组委会主席,2018年IEEE亚洲测试会议(ATS)Tutorial Chair,担任GLSVLSI, ITC-Asia, AsianHOST, WRTLT, IOLTS等国际会议的程序委员会委员,是IEEE TCAD, IEEE TVLSI, IEEE TCAS, Elsevier Integration the VLSI Journal, JCST等期刊审稿人。

 

特此通知。

 

bat365正版唯一官网

科研处

2019年12月23日


上一条:关于举办张鸿教授学术讲座的通知
下一条:bat365正版唯一官网硕士研究生导师师小琳副教授学术讲座

关闭

联系电话:029-88166273

Email : telecom@xupt.edu.cn

通讯地址:西安市长安区韦郭路西安邮电大学二号实验楼318办公室

Copyright ?2015 西安邮电大学bat365正版唯一官网 版权所有
XML 地图