中國(guó)力量崛起

2020年2月16日-20日，第67屆IEEE 國(guó)際固態(tài)電路峰會(huì)（ISSCC 2020)于美國(guó)舊金山召開(kāi)，中國(guó)共23篇論文獲收錄，包括中國(guó)內(nèi)地15篇，其中，清華大學(xué)5篇，澳門6篇，香港2篇，創(chuàng)造了歷年來(lái)的新高，全球僅次于美國(guó)、韓國(guó)位列第三。

ISSCC代表著芯片領(lǐng)域的國(guó)際最高學(xué)術(shù)水平，是國(guó)際上規(guī)模最大、最權(quán)威、水平最高的固態(tài)電路國(guó)際會(huì)議，被稱為集成電路行業(yè)的芯片奧林匹克大會(huì)。國(guó)際上最先進(jìn)的固態(tài)集成電路技術(shù)通常會(huì)在該峰會(huì)上首次發(fā)布。ISSCC 2020共收錄了210篇論文，全部都來(lái)自全球的一流大學(xué)、研究機(jī)構(gòu)以及AMD、Intel、IBM、TI等頂尖企業(yè)。繼2019年實(shí)現(xiàn)中國(guó)首篇人工智能芯片ISSCC論文突破后，清華劉勇攀教授帶領(lǐng)的智能傳感團(tuán)隊(duì)和湃方科技再次貢獻(xiàn)2篇人工智能芯片ISSCC論文。

引領(lǐng)低功耗AI領(lǐng)域：從通用到專用架構(gòu)

ISSCC 2020以“Integrated Circuits Powering the AI ERA”為主題。此外，本屆峰會(huì)在技術(shù)組委會(huì)籌建方面新增了一個(gè)亮點(diǎn)，“機(jī)器學(xué)習(xí)及人工智能”成立了獨(dú)立的技術(shù)小組分會(huì)。新設(shè)“High-Performance Machine Learning”和“Low-Power Machine Learning”兩個(gè)機(jī)器學(xué)習(xí)分會(huì)，且六個(gè)論壇中有兩個(gè)與人工智能相關(guān)，足以見(jiàn)得該領(lǐng)域的重要性。

隨著物聯(lián)網(wǎng)、大數(shù)據(jù)、人工智能等技術(shù)的迅猛發(fā)展，全球數(shù)據(jù)量呈井噴式增長(zhǎng)，相當(dāng)一部分的運(yùn)算將在本地終端進(jìn)行而不是借助云端資源。與此同時(shí)，解決這些集成了傳感和智能計(jì)算的無(wú)線終端面臨的功耗問(wèn)題就變成了一大挑戰(zhàn)。而“Low-Power Machine Learning”分會(huì)正是針對(duì)智能無(wú)線終端等對(duì)功耗有極致要求的領(lǐng)域。該分會(huì)全部3篇論文均來(lái)自中國(guó)內(nèi)地，分別是針對(duì)語(yǔ)音、視頻以及稀疏網(wǎng)絡(luò)等專用智能架構(gòu)的研究與探索，其中2篇為該團(tuán)隊(duì)研究成果。

圖1  Program-Session 14

又見(jiàn)低功耗的天際

·基于幀間數(shù)據(jù)計(jì)算復(fù)用的視頻應(yīng)用AI處理器

在智能汽車自動(dòng)駕駛、智能無(wú)人機(jī)目標(biāo)追蹤、智能攝像機(jī)主動(dòng)監(jiān)測(cè)等場(chǎng)景中均使用了機(jī)器學(xué)習(xí)技術(shù)，傳統(tǒng)AI處理器主攻靜態(tài)圖像處理，難以滿足多幀視頻圖像處理的需求。團(tuán)隊(duì)袁哲博士在論文“A 65nm 24.7μJ/Frame 12.3mW Activation-Similarity-Aware Convolutional Neural Network Video Processor Using Hybrid Precision, Inter-Frame Data Reuse and Mixed-Bit Width Difference-Frame Data Codec”（14.2）中，提出了一款面向視頻應(yīng)用的神經(jīng)網(wǎng)絡(luò)處理器Sticker-V，包含以下關(guān)鍵技術(shù)點(diǎn)：（1）利用視頻數(shù)據(jù)中幀間相似性，在傳統(tǒng)幀內(nèi)數(shù)據(jù)復(fù)用基礎(chǔ)上新增了幀間復(fù)用維度，實(shí)現(xiàn)了在不損失網(wǎng)絡(luò)精度的前提下提高計(jì)算速度的效果；（2）根據(jù)神經(jīng)網(wǎng)絡(luò)計(jì)算的數(shù)據(jù)復(fù)用與稀疏模式，設(shè)計(jì)了可配置三種卷積模式的計(jì)算單元和帶累加功能的存儲(chǔ)單元，提高了網(wǎng)絡(luò)層內(nèi)數(shù)據(jù)利用效率和幀間數(shù)據(jù)復(fù)用；（3）針對(duì)幀間數(shù)據(jù)復(fù)用模式，設(shè)計(jì)了兩通路變比特長(zhǎng)度片上片下數(shù)據(jù)壓縮模塊，有效降低數(shù)據(jù)傳輸量。該芯片在TSMC 65nm工藝上成功流片，最高可節(jié)省76%的單幀處理能量，將MobileNet-16網(wǎng)絡(luò)模型的單幀處理能量降低至24.7μJ/Frame。

圖2 Sticker-V Chip Micrograph and Summary Table

·自適應(yīng)稀疏存內(nèi)計(jì)算芯片——新興電路架構(gòu)

存內(nèi)計(jì)算是一種新興的電路架構(gòu)，具有高并行度、高能量效率的特點(diǎn)。目前的存內(nèi)計(jì)算電路架構(gòu)面臨的一個(gè)重要問(wèn)題是規(guī)則存內(nèi)計(jì)算電路無(wú)法支持不規(guī)則的稀疏神經(jīng)網(wǎng)絡(luò)，造成計(jì)算資源的大量浪費(fèi)。團(tuán)隊(duì)岳金山博士在論文“A 65nm Computing-in-Memory-Based CNN Processor with 2.9-to-35.8TOPS/W System Energy Efficiency Using Dynamic-Sparsity Performance-Scaling Architecture and Energy-Efficient Inter/Intra-Macro Data Reuse”（14.3）提出了首款基于存內(nèi)計(jì)算核心的系統(tǒng)級(jí)神經(jīng)網(wǎng)絡(luò)處理器Sticker-IM，包含以下關(guān)鍵技術(shù)點(diǎn)：（1）在規(guī)則的存內(nèi)計(jì)算陣列上實(shí)現(xiàn)了不規(guī)則稀疏網(wǎng)絡(luò)的優(yōu)化，利用稀疏網(wǎng)絡(luò)權(quán)重和輸入數(shù)據(jù)的動(dòng)態(tài)優(yōu)化，提高芯片能效并加速計(jì)算；（2）實(shí)現(xiàn)了基于存內(nèi)計(jì)算核心的片上系統(tǒng)芯片，支持不同bit的整體神經(jīng)網(wǎng)絡(luò)模型的動(dòng)態(tài)映射和執(zhí)行，通過(guò)靈活的網(wǎng)絡(luò)映射和數(shù)據(jù)復(fù)用方法提升了系統(tǒng)資源利用率和數(shù)據(jù)訪問(wèn)效率；（3）設(shè)計(jì)了可動(dòng)態(tài)關(guān)斷的存內(nèi)計(jì)算核心處理單元，實(shí)現(xiàn)了存內(nèi)計(jì)算單元對(duì)運(yùn)行稀疏網(wǎng)絡(luò)的功耗優(yōu)化。該芯片在TSMC 65nm工藝上成功流片，在MNIST和CIFAR-10數(shù)據(jù)集的不同神經(jīng)網(wǎng)絡(luò)模型中，實(shí)現(xiàn)了最高158TOPS/W的核心能量效率和最高35.8TOPS/W的系統(tǒng)能量效率。

圖3 Sticker-IM Chip Micrograph and Summary Table

厚積薄發(fā)?連續(xù)創(chuàng)新

——智能傳感團(tuán)隊(duì)的“芯”路歷程

針對(duì)萬(wàn)億級(jí)別的人工智能物聯(lián)網(wǎng)需求，清華大學(xué)智能傳感團(tuán)隊(duì)近幾年圍繞后摩爾時(shí)代新型器件與人工智能應(yīng)用帶來(lái)的機(jī)遇與挑戰(zhàn)，開(kāi)展對(duì)低功耗、高能效的芯片與系統(tǒng)研究，受到了學(xué)術(shù)界和產(chǎn)業(yè)界的廣泛關(guān)注。團(tuán)隊(duì)主要研究方向包括：面向新興深度學(xué)習(xí)應(yīng)用的算法-芯片協(xié)同設(shè)計(jì)；面向智能物聯(lián)網(wǎng)應(yīng)用的端邊云協(xié)同優(yōu)化；基于新型非易失器件的存算融合計(jì)算架構(gòu)。

在深度學(xué)習(xí)算法-芯片協(xié)同設(shè)計(jì)方面，團(tuán)隊(duì)發(fā)明了Sticker、Sticker-T、Sticker-V、Sticker-IM等系列人工智能處理器。此外，團(tuán)隊(duì)發(fā)明的稀疏神經(jīng)網(wǎng)絡(luò)處理器芯片STICKER-II結(jié)合低比特量化等技術(shù)，相比于上一代芯片STICKER實(shí)現(xiàn)了更高的能量效率，這也是首款將自適應(yīng)稀疏和量化進(jìn)行有機(jī)結(jié)合的人工智能芯片，在2019年ISLPED國(guó)際低功耗設(shè)計(jì)競(jìng)賽上獲得第一名。

在智能物聯(lián)網(wǎng)系統(tǒng)方面，團(tuán)隊(duì)針對(duì)智能制造等重大應(yīng)用需求，提出基于智能邊緣計(jì)算芯片的物聯(lián)網(wǎng)感知、調(diào)度與端邊云協(xié)同優(yōu)化技術(shù)。團(tuán)隊(duì)發(fā)明的Tritium系列嵌入式深度學(xué)習(xí)計(jì)算芯片，首次將視覺(jué)類智能應(yīng)用部署在以微控制器為核心的物聯(lián)網(wǎng)終端設(shè)備上，為智能應(yīng)用在低功耗、低成本的嵌入式平臺(tái)上的部署提供了可能。該方面的技術(shù)已成功轉(zhuǎn)移至湃方科技等創(chuàng)業(yè)公司進(jìn)行產(chǎn)業(yè)化實(shí)踐。

在非易失計(jì)算芯片方面，團(tuán)隊(duì)發(fā)明了THU-10XN系列非易失計(jì)算芯片，基于此，在電路、架構(gòu)和系統(tǒng)應(yīng)用層面上提出更高能效的電源管理、外設(shè)管理、存內(nèi)計(jì)算和應(yīng)用部署技術(shù)。

學(xué)術(shù)突飛猛進(jìn)?產(chǎn)業(yè)蓄勢(shì)待發(fā)

基于在智能傳感領(lǐng)域多年的研究成果，智能傳感團(tuán)隊(duì)在2018年9月創(chuàng)立了湃方科技。作為一家高科技企業(yè)，湃方科技致力于以滿足客戶需求為導(dǎo)向，打通技術(shù)和實(shí)際場(chǎng)景落地之間的壁壘。湃方科技瞄準(zhǔn)萬(wàn)億級(jí)市場(chǎng)規(guī)模的工業(yè)互聯(lián)網(wǎng)，基于人工智能芯片和算法技術(shù)為客戶打造的跨品類、全棧式的AIoT智能管理解決方案，形成了多種快速可復(fù)制的石油、石化、制造、交通等行業(yè)智能升級(jí)解決方案，為中國(guó)石油、中國(guó)石化、山東雙輪等百余家大中型企業(yè)提供智能工業(yè)設(shè)備升級(jí)服務(wù)，贏得了客戶的廣泛好評(píng)，創(chuàng)立僅一年，銷售業(yè)績(jī)就突破數(shù)千萬(wàn)。同時(shí)和華為云、英偉達(dá)、兆易創(chuàng)新、樹(shù)根互聯(lián)、東方國(guó)信、海爾COMOSPlat以及中國(guó)移動(dòng)oneNET建立了戰(zhàn)略合作，為客戶打造智能工業(yè)設(shè)備升級(jí)服務(wù)閉環(huán)。

在工業(yè)AI時(shí)代席卷而來(lái)的今天，湃方科技已經(jīng)蓄勢(shì)待發(fā)，通過(guò)打破技術(shù)落地壁壘，實(shí)實(shí)在在的為我國(guó)工業(yè)智能化領(lǐng)域再邁更高的臺(tái)階發(fā)揮自身的產(chǎn)業(yè)價(jià)值。

打贏疫情防控阻擊戰(zhàn)——2019攜手同行  2020未來(lái)可期！

新型冠狀病毒疫情肆虐，疫情防控成為過(guò)去一個(gè)月全國(guó)上下最重要的工作。湃方科技所服務(wù)的石油、鋼鐵、石化、電力、裝備制造等流程性強(qiáng)的企業(yè)，因?yàn)橐咔樵斐闪斯ぷ魅藛T延遲開(kāi)工，嚴(yán)重影響了對(duì)設(shè)備的現(xiàn)場(chǎng)管理和維護(hù)工作。湃方提供的全棧式工業(yè)設(shè)備智聯(lián)技術(shù)正是針對(duì)該問(wèn)題的最優(yōu)解決方案，將傳統(tǒng)工業(yè)領(lǐng)域中有人值守，逐步升級(jí)成為無(wú)人值守，讓智能物聯(lián)網(wǎng)代替人工，真正實(shí)現(xiàn)了遠(yuǎn)程監(jiān)測(cè)、智能決策。湃方科技已多次幫助客戶發(fā)現(xiàn)安全隱患，降低運(yùn)維和能耗成本，提高運(yùn)營(yíng)準(zhǔn)確率。湃方將緊握這個(gè)使命重大的方向盤(pán)，為疫情期更多工業(yè)企業(yè)安全運(yùn)營(yíng)、正常生產(chǎn)秩序保駕護(hù)航，為疫情防控貢獻(xiàn)我們的專業(yè)力量！

當(dāng)前，全球第四次工業(yè)革命孕育興起與我國(guó)制造業(yè)轉(zhuǎn)型升級(jí)形成歷史性交匯，工業(yè)互聯(lián)網(wǎng)作為新一代信息技術(shù)與制造業(yè)深度融合的產(chǎn)物，構(gòu)建起全要素、全產(chǎn)業(yè)鏈、全價(jià)值鏈全面連接的新型工業(yè)生產(chǎn)制造和服務(wù)體系，成為支撐第四次工業(yè)革命的基礎(chǔ)設(shè)施。世界各國(guó)紛紛加快工業(yè)互聯(lián)網(wǎng)建設(shè)。黨中央、國(guó)務(wù)院高度重視發(fā)展工業(yè)互聯(lián)網(wǎng)，作出一系列戰(zhàn)略部署。工業(yè)互聯(lián)網(wǎng)市場(chǎng)目前已經(jīng)進(jìn)入啟動(dòng)期，并即將進(jìn)入高速發(fā)展期。未來(lái)，湃方科技將致力于打通傳統(tǒng)行業(yè)的數(shù)據(jù)與信息壁壘，為客戶提供轉(zhuǎn)型、增效、提質(zhì)、降本的服務(wù)，形成工業(yè)設(shè)備智能化數(shù)據(jù)平臺(tái)，整合行業(yè)多種第三方服務(wù)廠商，形成完整的一體化工業(yè)設(shè)備智能管理與服務(wù)產(chǎn)業(yè)鏈生態(tài)。